Mesterséges intelligencia a pszichózis kialakulásának predikciójában

A Molecular Psychiatry folyóiratban február 9-én jelent meg a University of Tokyo kutatóinak cikke, amelynek fő megállapítása, hogy a pszichózis kialakulása már jóval bekövetkezése előtt megjósolható egy olyan gépi tanulásos módszert alkalmazó módszer segítségével, amely képes az agyról készített MRI felvételeket az egészséges és a pszichotikus epizódok kockázatának kitett személyek szerint osztályozni.

A mostani vizsgálatot egy nemzetközi konzorcium végezte, akik 21 vizsgálati központból származó több, mint 2000 ember MRI felvételeit osztályozták számítógépes módszerrel. Az adatok felhasználásával az algoritmus 85%-os pontossággal tudott különbséget tenni a nem veszélyeztetett személyek és azok között, akiknél később nyílt pszichotikus tünetek jelentkeztek. Ez az eszköz azért lehet majd igen hasznos a klinikumban, mert bár a legtöbb pszichózisban szenvedő ember teljesen felépül, minél korábban kap a beteg kezelést, annál jobb eredmények érhetők el, és a kórkép annál kevésbé lesz negatív hatással a beteg életére.

Bárki átélhet pszichotikus epizódot, amely általában téveszmékkel, hallucinációkkal vagy dezorganizált gondolkodással jár. Kialakulását nem lehet egyetlen okra leszűkíteni, kiválthatja betegség vagy sérülés, trauma, drog- vagy alkoholfogyasztás, gyógyszeres kezelés vagy genetikai hajlam is. Bár megjelenésekor ijesztő vagy nyugtalanító lehet, a pszichózis kezelhető, és a legtöbb ember felépül. Mivel az első epizód leggyakrabban serdülőkorban vagy korai felnőttkorban jelentkezik, amikor az agy és a test sok változáson megy keresztül, nehéz feladat a segítségre szoruló fiatalok azonosítása.

“A magas kockázatú személyeknek legfeljebb csak 30%-ánál jelentkeznek később nyílt pszichotikus tünetek, míg a fennmaradó 70%-nál nem” - nyilatkozta Shinsuke Koike professzor, a kutatás vezetője. “Ezért a gyakorló orvosoknak segítségre van szükségük ahhoz, hogy ne csak a szubklinikai jelek - például a gondolkodás, a viselkedés és az érzelmek változásai -, hanem néhány biológiai marker segítségével is azonosítani tudják azokat, akiknél később pszichotikus tünetek jelentkeznek.”

A konzorcium kutatói közösen dolgoztak ki egy olyan gépi tanulást (machine learning) alkalmazó algoritmust, amely az agyi MRI-felvételek segítségével már a pszichózis kialakulása előtt képes azonosítani a pszichózis fokozott kockázatának kitett embereket. Ebben segítségükre volt, hogy korábbi, agyi MRI felvételeket használó tanulmányok eredményei azt sugallták, hogy a pszichózis kialakulása után strukturális eltérések jelentkeznek az agyban. A mostani kutatás azonban ennél egy lépéssel tovább ment: ez az első alkalom, hogy olyan emberek agyában azonosítottak különbségeket, akiknél nagyon magas a pszichózis kockázata, de még nem tapasztaltak tüneteket.

A vizsgálat során a résztvevőket három csoportra osztották: olyanokra, akiknél később pszichózis alakult ki; olyanokra, akiknél nem alakult ki pszichózis; és olyanokra, akiknél bizonytalan volt a követési státusz (összesen 1165 fő alkotta ezt a három csoportot), valamint létrehoztak egy egészséges kontroll csoportot is 1029 fő részvételével.

Az MRI felvételek alapján a kutatók betanították a gépi tanulásos algoritmust a résztvevők agyi anatómiai mintázatainak felismerésére, majd ebből a négy csoportból a kutatók az algoritmus segítségével két fő csoportba sorolták a résztvevőket: egészséges csoportba és magas kockázatú csoportba, akiknél később nyílt pszichotikus tünetek alakultak ki.

A retrospektív eredmények szerint az algoritmus 85%-os pontossággal osztályozta az eredményeket, míg a végső, immár teljesen új adatokkal végzett teszt során 73%-os pontossággal jósolta meg, hogy mely résztvevőknél állt fenn a pszichózis kialakulásának magas kockázata. Az eredmények alapján a kutatócsoport úgy véli, hogy az agyi MRI-vizsgálatok elvégzése a klinikailag magas kockázatúként azonosított személyek számára hasznos lehet a pszichózis jövőbeli kialakulásának előrejelzésében.

“Még tesztelnünk kell, hogy az osztályozó algoritmus az új adathalmazok esetében is jól működik-e. Mivel az általunk használt szoftverek egy része csak egy rögzített adathalmazon alkalmazva adja a legjobb eredményeket, olyan algoritmust kell készítenünk, amely robusztusan képes az új helyekről és másmilyen MRI gépekről származó felvételeket osztályozni. Erre a kihívásra Japánban a Brain/MINDS Beyond névre keresztelt nemzeti agytudományi projekt adhat majd választ” - fejtette ki Koike.

Írásunk az alábbi közlemények alapján készült:

Researchers create machine learning-based classifier that could aid early diagnosis of psychosis

Using brain structural neuroimaging measures to predict psychosis onset for individuals at clinical high-risk

Irodalmi hivatkozás:

Using Brain Structural Neuroimaging Measures to Predict Psychosis Onset for Individuals at Clinical High-Risk. Molecular Psychiatry (2024). DOI: 10.1038/s41380-024-02426-7