Алгоритм выявляет депрессию по МРТ с точностью 86%

Исследователи разработали вычислительную систему, способную с высокой точностью отличать пациентов с большим депрессивным расстройством от здоровых людей. Новый подход основан на методах машинного обучения и анализе МРТ-данных головного мозга. Результаты работы опубликованы в научном журнале Chaos, Solitons and Fractals.

В основе технологии лежит контрастивное обучение, при котором алгоритмы выявляют различия между группами, игнорируя вариации внутри них. Система анализирует особенности нейронных связей и структуры мозга, фиксируя изменения, характерные для депрессии, даже на ранних стадиях.

Для проверки метода ученые использовали данные функциональной магнитно-резонансной томографии 140 участников — 70 человек с диагностированным большим депрессивным расстройством и 70 без него. На первом этапе алгоритм выделял ключевые характеристики организации нейронных сетей, включая изменения в связях лобной коры. Затем применялся сравнительный анализ, позволивший обнаружить малозаметные, но значимые отличия.

В результате система показала точность диагностики на уровне 86%. Для сравнения, традиционные клинические методы в аналогичных условиях демонстрируют около 50%, что сопоставимо со случайным выбором.

Дополнительно исследование подтвердило, что депрессия связана не с локальными нарушениями, а с изменениями в работе сразу нескольких нейронных сетей. Новый подход позволил выявить около 20 значимых связей, тогда как стандартные методы фиксируют лишь отдельные из них.

Авторы подчеркивают, что разработка может стать инструментом ранней диагностики и основой для более точного подбора терапии. В дальнейшем планируется адаптировать метод для изучения других психических и неврологических расстройств, включая шизофрению и биполярное расстройство.