研究员创建算法 预测患者能否从普通抗抑郁药中受益

据美国国立卫生研究院称， 研究人员已经创建了一种名为SELSER的机器学习算法，该算法可以分析EEG数据以确定患者是否可能对常见的抗抑郁药舍曲林有良好的反应。 该算法通过寻找涉及复杂大脑活动模式的特定神经信号来起作用，该复杂大脑活动模式与服用这种药物的积极结果有关。

临床抑郁症是一种常见的心理健康状况，难以治疗。尽管市场上有许多不同类型的抗抑郁药，但最常用的抗抑郁药是SSRI类药物，其中舍曲林是最受欢迎的选择之一。虽然有些患者对此药反应良好，但其他患者的抑郁症状并未得到改善，实际上在服用药物后可能会感到不适。

科学家们已经确定了一种与舍曲林的阳性结果相关的神经信号，并训练了一种机器学习算法来识别患者的这种信号。这项技术未来可以帮助医生根据他们的大脑活动模式来确定开这种SSRI处方药是否对患者有帮助。

这是目前医生用来确定治疗特定患者抑郁症的最佳选择的反复试验方法的一种受欢迎的替代方法。根据这项研究，SELSER算法“可靠地”预测了参与者根据其脑电图信息对舍曲林的反应。同样，该算法还可以预测“更广泛的临床结果”，而不仅仅是患者对这类SSRI药物的反应程度。例如，该算法预测，对舍曲林反应不良的患者更有可能对经颅磁刺激和心理疗法产生反应。

【来源：cnBeta.COM】