Προσδιορίζοντας τον κίνδυνο ψύχωσης μέσω μαγνητικής τομογραφίας

Eρευνητές ανέπτυξαν ένα εργαλείο μηχανικής μάθησης που εντοπίζει με ακρίβεια τον υψηλό κίνδυνο ψύχωσης μέσω μαγνητικής τομογραφίας εγκεφάλου. Αυτή η καινοτόμος προσέγγιση, η οποία πέτυχε ποσοστό ακρίβειας 85% στις δοκιμές, προσφέρει μια πολλά υποσχόμενη οδό για έγκαιρη παρέμβαση στην ψύχωση, βελτιώνοντας δυνητικά τα αποτελέσματα της θεραπείας.

Διεθνής κοινοπραξία που περιλαμβάνει ερευνητές από το Πανεπιστήμιο του Τόκιο, συνέκρινε σαρώσεις από περισσότερα από 2.000 άτομα από 21 παγκόσμιες τοποθεσίες. Περίπου οι μισοί από τους συμμετέχοντες , είχαν αναγνωριστεί ότι διατρέχουν κλινικά υψηλό κίνδυνο να αναπτύξουν ψύχωση. Στα εκπαιδευτικά δεδομένα, ο ταξινομητής ήταν κατά 85% ακριβής στη διαφοροποίηση μεταξύ ατόμων που δεν διέτρεχαν κίνδυνο και εκείνων που αργότερα παρουσίασαν εμφανή ψυχωσικά συμπτώματα.

Αυτό το εργαλείο θα μπορούσε να είναι χρήσιμο σε μελλοντικές κλινικές μελέτες, καθώς, ενώ οι περισσότεροι άνθρωποι που παρουσιάζουν ψύχωση θεραπεύονται πλήρως, η πρώιμη παρέμβαση συνήθως οδηγεί σε καλύτερα αποτελέσματα με λιγότερο αρνητικό αντίκτυπο στη ζωή των ανθρώπων.

Οποιοσδήποτε μπορεί να βιώσει ένα ψυχωτικό επεισόδιο, το οποίο συνήθως περιλαμβάνει αυταπάτες, παραισθήσεις ή σύγχυση. Το επεισόδιο αυτό μπορεί να προκληθεί από κάποια νόσο ή τραυματισμό, χρήση ναρκωτικών ή αλκοόλ, φαρμακευτική αγωγή ή γενετική προδιάθεση.

Σύμφωνα με τον αναπληρωτή καθηγητή Shinsuke Koike από τη Σχολή Τεχνών και Επιστημών του Πανεπιστημίου του Τόκιο, η έρευνα με μαγνητική τομογραφία στις ψυχωσικές διαταραχές, μπορεί να είναι αρκετά απαιτητική, επειδή οι παραλλαγές στην ανάπτυξη του εγκεφάλου και στις μηχανές μαγνητικής τομογραφίας καθιστούν δύσκολο να ληφθούν πολύ ακριβή, συγκρίσιμα αποτελέσματα. Επίσης, με τους νέους, μπορεί να είναι δύσκολο να γίνει διάκριση μεταξύ των αλλαγών που συμβαίνουν λόγω τυπικής ανάπτυξης και εκείνων που οφείλονται σε ψυχικές ασθένειες.

Η έγκαιρη αναγνώριση του κινδύνου ψύχωσης μέσω μαγνητικής τομογραφίας, θα μπορούσε να οδηγήσει σε πιο αποτελεσματικές παρεμβάσεις και να μειώσει τον αντίκτυπο στη ζωή των ατόμων.

Απολαμβάνετε το περιεχόμενο μας? Εγγραφείτε στο newsletter μας!

Η έρευνα τονίζει την ανάγκη για περαιτέρω ανάπτυξη για να διασφαλιστεί η δυνατότητα εφαρμογής του ταξινομητή μηχανικής μάθησης σε διαφορετικά σύνολα δεδομένων και κλινικά περιβάλλοντα.