Irští vědci vyvinuli AI model, který předpoví úspěšnost digitální terapie deprese a urychlí léčbu

Výzkumníci z Trinity College Dublin objevili, že model strojového učení by mohl pomoci lékařům předpovědět, u kterých lidí s depresí je pravděpodobnější zlepšení stavu díky digitální kognitivně-behaviorální terapii (CBT) ve srovnání s antidepresivními léky.

Výzkumníci z Trinity College Dublin objevili, že model strojového učení by mohl pomoci lékařům předpovědět, u kterých lidí s depresí je pravděpodobnější zlepšení stavu díky digitální kognitivně-behaviorální terapii (CBT) ve srovnání s antidepresivními léky. Studie, vedená vědci ze Školy psychologie, také zdůrazňuje, jak lze digitální CBT personalizovat rychleji než v jiných prostředích, například při osobní terapii, protože je již digitální a měření lze integrovat od počátku.

Studie, publikovaná v časopise JAMA Network Open, analyzovala data od 883 dospělých, kteří podstupovali buď digitální CBT, nebo užívali antidepresiva. Cílem bylo předpovědět časnou změnu symptomů deprese. Účastníci, kteří dostávali digitální CBT, absolvovali online kurz CBT po dobu čtyř týdnů. Model dokázal vysvětlit 19 % variability v tom, jak moc se deprese pacientů zlepšila po čtyřech týdnech digitální CBT, a co je důležité, byl specifický pro tuto léčbu – podobně nepředpovídal reakci lidí na antidepresiva.

„I když se 19 % může zdát skromné,“ uvedla profesorka Claire Gillan, jejíž laboratoř studii vedla, „vzhledem k rozsahu globální mezery v léčbě deprese by i malá zlepšení v naší schopnosti efektivněji alokovat léčbu mohla mít podstatný dopad na zdraví a pohodu, kvalitu života a ekonomickou zátěž nemoci.“ Deprese postihuje miliony lidí po celém světě a reakce na léčbu se mezi jednotlivci značně liší. V současné době se lékaři spoléhají na přístup pokus-omyl, aby zjistili, která léčba bude pro každého pacienta nejlepší.

„Tato studie ukazuje, že můžeme využít informace, které lidé poskytnou na začátku léčby, zejména dotazníky, k předpovědi, kdo se s digitální CBT pravděpodobně rychle zlepší,“ vysvětluje hlavní autorka Dr. Sharon Chi Tak Lee. Je důležité poznamenat, že model strojového učení by nenahradil lékaře. Výzkum zjistil, že model identifikuje některé, ale ne všechny pacienty, kteří budou mít prospěch z digitální CBT, takže je lépe vnímán jako nástroj pro podporu rozhodování pro lékaře, který pomůže rychleji přiřadit lidi ke správnému typu péče. To má obrovský potenciál snížit utrpení a ulehčit zátěž zdravotnických systémů. Výzkum využívající strojové učení k předpovědi reakce lidí s depresí na léčbu se zvyšuje, ale mnoho dřívějších studií mělo malé soubory dat nebo nedostatečné ověření modelů. Tato studie řeší tuto mezeru větším počtem účastníků a silnějším testováním specifičnosti léčby.