使用機器學習診斷精神疾病

由於精神疾病的生理機制尚未被完全釐清,目前精神疾病的診斷方式還是主要依據醫師以交談的方式對病患進行心理評估。最近有研究團隊使用基於機器學習的方法分析大腦迴路,來診斷精神疾病的腦部連結異常模式。

賓夕法尼亞大學醫學院的Theodore D. Satterthwaite等人,對663名從兒童醫院招募的受試者進行MRI成像掃描,並以稀疏性典型相關分析(sparse canonical correlation)的機器學習方法進行分析,將腦成像識別出四個在精神病理學上的面向:情緒、知覺失調、恐懼及外向性行為。研究結果發現這些精神面向都與腦部的迴路連結異常有關,例如情緒維度關係到抑鬱、狂躁及強迫症(OCD),外向性行為維度則與注意力不足過動症(ADHD)及對立性反抗症(ODD)相關。研究團隊希望這個方法未來能幫助對精神疾病作更準確的臨床診斷,以及對患者進行有效的治療。

原始論文:XIA, Cedric Huchuan, et al. Linked dimensions of psychopathology and connectivity in functional brain networks. Nature communications, 2018, 9.1: 3003.

撰文:高暐哲

留言