Hogyan lehet azonosítani a depresszióra való hajlamot?

Mi különbözteti meg a depresszióra hajlamos egyéneket másoktól? És miért reagálnak egyesek jobban a kezelésre, mint mások? Az agy mélyén elhelyezkedő amygdala az érzelmek szabályozásáért felelős. A depresszióra hajlamos embereknél ez az agyterület hiperérzékeny, vagyis az érintettek különösen erősen reagálnak a környezetükből érkező érzelmi ingerekre.

De ez nem ilyen egyszerű. A probléma az, hogy a betegségre való hajlamot nem lehet egyértelműen azonosítani ennek az egy tényezőnek az alapján – magyarázza Roberto Viviani, az Innsbrucki Egyetem klinikai pszichológia docense és a németországi Ulmi Egyetem egyik kutatócsoportjának vezetője. Viviani a funkcionális mágneses rezonanciás képalkotásból (fMRI) származó agyi felvételek szakértője, és egy német, olasz, horvát, norvég és izraeli kutatókból álló nemzetközi kutatócsoporttal együttműködve átfogó adatbázist állított össze a depresszióról a genetikai információktól kezdve az fMRI felvételekig.

Az Osztrák Tudományos Alap (FWF) finanszírozza az osztrák részvételt a Mesterséges intelligencia a depresszió személyre szabott gyógyászatáért (ArtiPro[1]) című nagyszabású projektben, amely a személyre szabott gyógyászat előmozdítására irányuló európai együttműködés. A kutatók célja most az, hogy a mesterséges intelligencia segítségével olyan új tényezőket keressenek a komplex adatokban, amelyek javíthatják a betegségre való fogékonyság, valamint a kezelésre adott válasz előrejelzését.

Bár az fMRI-technológia már több mint 30 éve működik, az általa szolgáltatott rengeteg adat orvosi jelentőségét alig aknáztuk ki – hangsúlyozza Viviani. „Elgondolkodom azon, hogy a múltban nem volt-e túlságosan leegyszerűsítő ezeknek az adatoknak az értékelése vagy felhasználása. Ezért vizsgálom, hogy milyen jelek vagy információk találhatók a képalkotásban, amiket eddig nem vettünk észre.” – mondja a pszichiáter. A mesterséges intelligencia támogatása ellenére a kis méretű képi adatok miatt ez egy nagyon időigényes vállalkozás – de mint a kezdeti eredmények mutatják, megéri a fáradozást.

Amikor Viviani csapata elemezte az fMRI-képeket, olyan tényezők kerültek a fókuszba, amelyeket hagyományosan fiziológiai zajnak vagy zavaró tényezőknek tekintettek. A kutatók azt vizsgálták, hogy milyen hasznos információk nyerhetők ki az agyi aktivitást dokumentáló jelekből. Összehasonlították a teljes agyról készült képeket a koponyacsont vékony területével, amely nem tartalmaz neuronokat, de vannak vérerek. Az eredmények egymásra helyezése megmutatta, hogy az agy ingadozó aktivitásának jelentős része valójában az erek jelzéseivel korrelál.

Az eredmények arra utalnak, hogy az agykéreg mellett más fontos jelek is vannak, amelyek nem neuronoktól származnak – magyarázza Viviani. Gyanúja szerint ezeket a vegetatív idegrendszer egy olyan mechanizmusa okozza, amely egyidejűleg befolyásolja az agy és a koponyacsontok véráramlását. További vizsgálódás célja annak tisztázása, hogy ezek a különbségek hogyan befolyásolják az érzelmi ingerek feldolgozását, amelyeket a depresszióban szintén másként érzékelnek. A következő lépésben a kutatócsoport nem nyugalmi állapotban lévő emberek agyáról készült felvételeket fog elemezni, hanem feladatok megoldásával aktívan foglalkozó vagy ingereket befogadó emberekéit.

A közös projekt keretében Viviani részt vesz a pszichotróp gyógyszerekre, különösen az antidepresszánsokra adott válasz egyéni különbségeinek vizsgálatában is. „Németországi partnereinkkel statisztikai modelleket fejlesztettünk ki a fontos enzimek genetikai variánsainak a gyógyszer-anyagcserére gyakorolt hatásának leírására” – jegyzi meg Viviani.

Viviani úgy véli, hogy a nemzetközi együttműködés alapvető követelmény az ilyen átfogó adatplatformok összeállításához. Minél több egészségügyi adatra van szükségünk, különösen a mesterséges intelligencia korában – mondja Viviani meggyőződéssel, még akkor is, ha a nemzeti adatvédelmi előírások néha erősen korlátozzák az érzékeny információk cseréjét. Az adatalapú személyre szabott orvoslás, amelynek fejlődését az ERA PerMed[2] elősegíti, pontosabb diagnózisokat és egyénre szabott terápiákat kínálhatna a depresszióban szenvedőknek – Európa-szerte.

(Forrás:uibk.ac.at)


[1] Artificial intelligence for personalised medicine in depression – Mesterséges intelligencia a depresszió személyre szabott gyógyászatában – klinikai kutatási adatok elemzése és harmonizálása a terápia kimenetelének előrejelzésére szolgáló robusztus multimodális betegprofilok elkészítéséhez

[2] Az ERA PerMed a személyre szabott gyógyszerkutatás területén a finanszírozás koordinálásának európai eszköze, sikeresen támogatta a multidiszciplináris, transzlációs és több nemzetet átfogó együttműködési kutatási és innovációs projekteket.