Aktualności

Sztuczna inteligencja i biomarkery krwi umożliwiają obiektywną diagnozę wczesnej psychozy u dzieci – tak twierdzi zespół naukowców z Uniwersytetu Zielonogórskiego, który we współpracy z partnerami z Uniwersytetu Oxfordzkiego, Uniwersytetu w Heidelbergu oraz Instytutu Psychiatrii i Neurologii w Warszawie przeprowadzili innowacyjne badania. Ich wyniki, które wykazują, że możliwe jest obiektywne zdiagnozowanie wczesnej psychozy u dzieci i młodzieży. A to za sprawą specjalnie wytrenowanych algorytmów uczenia maszynowego, które analizują biomarkery krwi w połączeniu z testami neuropsychometrycznymi.

- Diagnostyka psychiatryczna u dzieci to ogromne wyzwanie. Objawy medyczne często nakładają się na typowe trudności okresu dojrzewania, a odróżnienie stanów patologicznych od normalnych doświadczeń rozwojowych bywa niezwykle trudne. Tymczasem czas ma kluczowe znaczenie: im dłużej psychoza pozostaje nieleczona, tym gorsze rokowania – tłumaczy dr n. med. Przemysław Zakowicz, Zakład Neuroinżynierii i Medycyny Kosmicznej, Instytut Nauk Medycznych, Collegium Medicum Uniwersytetu Zielonogórskiego. 

Do tej pory psychiatria nie dysponowała obiektywnymi narzędziami diagnostycznymi porównywalnymi z tymi, które stosuje się np. w kardiologii. W tym przypadku EKG, czy badania krwi jednoznacznie potwierdzają rozpoznanie. Objawy wraz z wynikami badań diagnostycznych dają lekarzowi pełen obraz sytuacji. Dzięki czemu może on podjąć najkorzystniejszą decyzję dla pacjenta i uratować mu życie. Diagnoza zaburzeń psychotycznych opierała się głównie na wywiadzie i obserwacji – co niestety nie zawsze pozwala na jednoznaczne postawienie diagnozy.

Program badawczy KEPLER Study, kierowanego przez zespół naukowców Zakładu Neuroinżynierii i Medycyny Kosmicznej Uniwersytetu Zielonogórskiego rzuca nowe światło na dotychczasowy problem. Międzynarodowy zespół lekarski, składający się z pracowników Uniwersytetu Zielonogórskiego, Instytutu Psychiatrii i Neurologii w Warszawie, Uniwersytetu w Oxfordzie oraz Uniwersytetu w Heidelbergu ma za sobą pierwszy etap badań. Za pomocą metod maszynowego uczenia się stworzono algorytm, rozpoznający u pacjenta chorobę psychotyczną w oparciu o wyniki badań krwi oraz obiektywne testy mierzące funkcje wykonawcze mózgu. - To rewolucja w diagnostyce chorób psychicznych i wstęp do wprowadzenia tego typu metod diagnostycznych na szerszą skalę - zgodnie uważają badacze.

Badania przeprowadzono na grupie 45 pacjentów z wczesną psychozą oraz grupie 34 zdrowych dzieci. Uczestnicy przeszli kompleksową ocenę obejmującą analizę biomarkerów białkowych w surowicy. Algorytm rozpoznał i użył ich wraz z testami neuropsychometrycznymi do postawienia prawidłowej diagnozy. To odkrycie wpisuje się w szereg poprzednich badań, które udowodniły, że upośledzona plastyczność synaptyczna może leżeć u podstaw patofizjologii schizofrenii. Możliwość obiektywnego diagnozowania zaburzeń psychotycznych u dzieci i młodzieży jest istotna z dwóch głównych powodów: klinicyści potrzebują pewności w swojej ocenie przy diagnozowaniu schorzeń, które znacząco wpływają na dalszy przebieg życia młodej osoby. Naukowcy natomiast opracowując nowe terapie potrzebują wiarygodnych narzędzi do rozpoznawania schorzeń u pacjentów i mierzenia wyników terapeutycznych. - Dzięki tego typu metodom ryzyko popełnienia błędu diagnostycznego spada do minimum, jak również mamy szansę wykryć chorobę na bardzo wczesnym stadium. To pozwala na uniknięcie powikłań. Badane markery występowania choroby u pacjenta dotyczą białek plastyczności synaptycznej, tj. oceny zdolności mózgu do regeneracji. Okazuje się, że mózg pacjenta w stanie psychozy może w niewłaściwy sposób radzić sobie z odbudową połączeń, co skutkuje problemami z podejmowaniem decyzji oraz orientacją w często trudnej rzeczywistości otaczającej pacjenta. – podsumowuje dr n. med. Przemysław Zakowicz i dodaje: - Dzięki współpracy międzynarodowej jesteśmy coraz bliżej rozwiązania jednej z największych zagadek świata medycyny.

Wyniki badania można przeczytać w artykule „Machine learning helps predict early onset psychosis with serum protein biomarkers, neuropsychometry, and clinicodemographic data”, który został opublikowany w jednym z najbardziej prestiżowych czasopism naukowych na świecie - Nature Scientific Reports. Link do artykułu.