Российские ученые предложили по-новому выявлять депрессию

Разработанный российскими исследователями совместно с болгарскими коллегами подход позволил с точностью 82,6% по определенным показателям нервной системы пациентов определить у них наличие депрессивного расстройства. Работа ученых опубликована в журнале Chaos.

Для выявления депрессивного расстройства используются субъективные шкалы, отчеты пациента и наблюдения врача, что далеко не всегда позволяет точно определить тяжесть заболевания. В последние годы врачи стали обучать для этого нейросети — однако полученные с их помощью результаты тяжело интерпретировать.

Ученые из БФУ им. И. Канта и Пловдивского медицинского университета использовали данные о работе мозга 85 человек, полученные с помощью функциональной магнитно-резонансной томографии (МРТ) — метода, основанного на измерении интенсивности кровотока: когда какая-либо область органа возбуждалась, приток крови к ней увеличивался. По снимкам исследователи строили графы, узлы которых имитировали области мозга, а связи между ними — ребра графа — соответствовали взаимодействиям между областями.

Специалисты сравнили получившиеся графы у 35 пациентов с депрессивным расстройством и у 50 здоровых людей. После этого с помощью машинного обучения они разделили признаки, характерные для каждой группы. В итоге больных и здоровых людей удалось разделить с точностью до 82,6%. При этом эффективнее это получалось, если при анализе учитывались сила узла — соответствующая активности области мозга — и количество ребер (число взаимодействий между ними).

Метод позволил выявить те характеристики функциональной сети мозга, которые различаются у больных и здоровых испытуемых. При этом алгоритм, подчеркивают исследователи распознавал отличия во всей сети нейронов. Результаты работы, подчеркивает один из специалистов, старший научный сотрудник БФУ им. И. Канта Андрей Андреев, позволят выделить особенности сетей головного мозга людей с большим депрессивным расстройством и выбрать наиболее важные биомаркеры, которые необходимо анализировать при МРТ.