研究使用多个脑成像源、机器学习预测抗抑郁药疗效

快速阅读: 据《德克萨斯大学 The Daily Texan》最新报道，研究结合脑成像与机器学习，可更精准预测抑郁症患者对药物反应。这或助个性化治疗发展，优化心理健康决策。相关服务已在德克萨斯大学展开，但仍需更多探索以确定最佳疗法。

德克萨斯大学与其他高校的研究人员于3月31日发布了一项研究成果，表明通过结合多种脑成像手段并运用机器学习技术处理数据，能够更准确地预测抑郁症患者对抗抑郁药物的反应。根据健康心灵研究组织在2024年的调查显示，33%的患有抑郁症或其他情绪障碍的大学生在过去一年内报告称服用过抗抑郁药物。

德克萨斯大学的科研人员、精神病学与行为科学系助理教授格雷格·丰佐指出，这项研究或许能为未来的个性化治疗铺平道路。“本研究的核心在于如何借助个人的生物学特征——也就是他们的大脑功能——来优化这些决策流程。”丰佐说道。

丰佐提到，研究团队重新审视了2016年收集的数据。这一数据集利用功能性磁共振成像(fMRI)技术获取了大脑处于静息状态时的图像，同时采用脑电图设备记录大脑电活动。丰佐解释道，研究发现，在接受治疗前，一个人在安静状态下大脑静息态的模式是衡量抗抑郁治疗成效的关键指标。此外，研究还应用了一种名为图神经网络模型的机器学习方式，用以分析大脑模式并预测个体对抗抑郁药物的响应情况。利哈伊大学的另一位研究者张宇教授补充道：“未来，这项研究有望用于为每位患者量身定制专属的治疗计划，比如药物或疗法，因为每个人的心理健康状况都有所不同。”

社会工作教授辛西娅·富兰克林强调，抑郁症的治疗选项涵盖了心理治疗和药物治疗等多个方面。她认为，心理健康问题对大学生的影响显著，深入了解具体诊断有助于推动精准医疗的发展。德克萨斯大学为学生提供了丰富的心理健康支持服务，其中包括个人咨询、精神科诊疗以及24小时紧急热线。

丰佐透露，他还参与了另一项研究，目的是验证首批数据得出的结果。他期待未来的研究能够涵盖更多类型的抑郁症疗法，从而为患者提供更为个性化的治疗方案。“究竟是心理治疗更适合某人还是抗抑郁药物更有效，这依然是个悬而未决的问题，我们还有很大的探索空间。”丰佐总结道。

(以上内容均由Ai生成)