打开菜单

菜单

机器学习有助于识别新诊断的精神分裂症患者和预测治疗响应

机器学习有助于识别新诊断的精神分裂症患者和预测治疗响应

发布:2018年9月11日
机器学习有助于识别新诊断的精神分裂症患者和预测治疗响应

故事亮点

在寻找可靠的生物标志物中,以协助医生在诊断精神分裂症中,研究人员使用机器学习,以78%的患者识别最近经历过他们的第一次精神病发作的一小组患者的疾病。精度82%,它们也能够预测患者是否会响应抗精神病药权。

使用机器学习技术来分析功能成像数据,基础支持的研究人员的团队报告它能够识别存在的存在精神分裂症在78%的新诊断患者中。该团队可以进一步预测,患有82%的准确性,患者会响应抗精神病药酮的治疗。

这是寻找可靠的生物标志物,以协助医生在诊断精神分裂症的情况下,最终甚至在症状出现之前预测疾病,甚至Bo Cao,Ph.D.他是加拿大阿尔伯塔大学2016年BBRF青年研究员。曹博士是该团队于今年6月发表的论文的第一作者《分子精神病学》

曹博士和同事收集了来自一群精神分裂症患者的FMRI脑扫描图像,刚刚有一系列精神病,但尚未治疗这种疾病。扫描也在招募作为控制的健康社区成员中。该团队使用了机器学习算法(基于数学程序)来分析图像并评估一部分称为优越的时间皮质(STC)和其他皮质区域的大脑之间的连接。STC参与了声音的感知和感官信息的集成。

结果表明,在精神分裂症的早期阶段,STC与皮质的其他部分之间的信息共享,与人们没有疾病的水平相比。由于抗精神病药可能会随着时间的推移导致大脑的变化,而且团队故意招募尚未接受此类药物的患者,以避免药物潜在的混淆效应。结果是诱人的建议,即STC连接可能是早期疾病和精神病风险的有用生物标志物。

曹博士强调了试图尽早诊断和治疗严重精神疾病的重要性。该团队表示,现在需要用更大的患者样品验证调查结果,但表明该研究代表了朝着早期诊断识别中的翻译工具的发展的重要一步,以及在精神分裂症中初始治疗的个性化治疗方法。

该团队的高级会员是Xiang Yang Zhang,M.D.,Ph.D.,2013年BBRF独立调查员,中国科学院心理学研究所。其他成员包括贝勒医学院研究员Raymond Y. Cho,M.D.,M.Sc ..他是2015年BBRF独立调查员、2005年和2003年青年调查员、德克萨斯大学休斯顿健康科学中心研究员Jair Soares医学博士、博士,BBRF 2002独立调查员和1999年和1997年的年轻调查员。

如果您发现本文有趣,您可能会发现这与科学家网络研讨会有趣:美丽的心灵:约翰·纳什,精神分裂症,博弈论和精神分裂症的治疗

机器学习有助于识别新诊断的精神分裂症患者和预测治疗响应2018年9月11日,星期二

使用机器学习技术来分析功能成像数据,基础支持的研究人员的团队报告它能够识别存在的存在精神分裂症在78%的新诊断患者中。该团队可以进一步预测,患有82%的准确性,患者会响应抗精神病药酮的治疗。

这是寻找可靠的生物标志物,以协助医生在诊断精神分裂症的情况下,最终甚至在症状出现之前预测疾病,甚至Bo Cao,Ph.D.他是加拿大阿尔伯塔大学2016年BBRF青年研究员。曹博士是该团队于今年6月发表的论文的第一作者《分子精神病学》

曹博士和同事收集了来自一群精神分裂症患者的FMRI脑扫描图像,刚刚有一系列精神病,但尚未治疗这种疾病。扫描也在招募作为控制的健康社区成员中。该团队使用了机器学习算法(基于数学程序)来分析图像并评估一部分称为优越的时间皮质(STC)和其他皮质区域的大脑之间的连接。STC参与了声音的感知和感官信息的集成。

结果表明,在精神分裂症的早期阶段,STC与皮质的其他部分之间的信息共享,与人们没有疾病的水平相比。由于抗精神病药可能会随着时间的推移导致大脑的变化,而且团队故意招募尚未接受此类药物的患者,以避免药物潜在的混淆效应。结果是诱人的建议,即STC连接可能是早期疾病和精神病风险的有用生物标志物。

曹博士强调了试图尽早诊断和治疗严重精神疾病的重要性。该团队表示,现在需要用更大的患者样品验证调查结果,但表明该研究代表了朝着早期诊断识别中的翻译工具的发展的重要一步,以及在精神分裂症中初始治疗的个性化治疗方法。

该团队的高级会员是Xiang Yang Zhang,M.D.,Ph.D.,2013年BBRF独立调查员,中国科学院心理学研究所。其他成员包括贝勒医学院研究员Raymond Y. Cho,M.D.,M.Sc ..他是2015年BBRF独立调查员、2005年和2003年青年调查员、德克萨斯大学休斯顿健康科学中心研究员Jair Soares医学博士、博士,BBRF 2002独立调查员和1999年和1997年的年轻调查员。

如果您发现本文有趣,您可能会发现这与科学家网络研讨会有趣:美丽的心灵:约翰·纳什,精神分裂症,博弈论和精神分裂症的治疗