Kliinisessä tutkimuksessa, jossa käytettiin tekoälyä ja yli tuhannen henkilön tietoja, osoitettiin, että kaksi tiettyä neurokognitiivista testiä erottavat tarkasti tämän häiriön sairastavat henkilöt muista.
Skitsofrenia on mielenterveyshäiriö, joka vaikuttaa siihen, miten ihminen ajattelee, tuntee ja käyttäytyy. Skitsofreniasta kärsivät ihmiset voivat vaikuttaa irrallaan todellisuudesta, mikä voi olla erittäin vaikeaa heille itselleen, heidän perheilleen ja ystävilleen, selittää Yhdysvaltain kansallinen mielenterveysinstituutti (NIMH).
Laitos toteaa, että skitsofrenia diagnosoidaan yleensä 16–30-vuotiailla ensimmäisen psykoottisen jakson jälkeen. ”Hoidon aloittaminen mahdollisimman pian ensimmäisen jakson jälkeen on tärkeä askel kohti paranemista”, suosittelee Yhdysvaltain kansallinen mielenterveysinstituutti (NIMH).
Skitsofrenian oireita ovat hallusinaatiot ja väärät tai irrationaaliset käsitykset itsestä ja ympäröivästä maailmasta (eli harhaluulot) sekä muistihäiriöt, keskittymisvaikeudet ja oppimisvaikeudet.
Skitsofrenian neurokognitiivisten oireiden tarkka määrittely voi muuttaa tämän mielisairauden diagnoosi- ja hoitomenetelmiä avaamalla tien yksilöllisempiin ja optimoituihin hoitomenetelmiin. Äskettäin julkaistu tutkimus, joka on julkaistu Nature Mental Health -lehdessä, esittää innovatiivisen ehdotuksen: analysoimalla neurokognitiivisten testien aikana kerättyjä tietoja ja käyttämällä koneoppimisen työkaluja voidaan erotella tämän sairauden potilaat hämmästyttävän tarkasti.
Yksi merkittävimmistä tuloksista, joihin Washingtonin yliopiston, Kalifornian yliopiston San Diegon ja San Diegon veteraanien terveydenhuoltojärjestelmän tutkijat ovat päätyneet, on se, että tarkkaan luokitteluun riittää kahden psyykkisen kehityksen alueen arviointi: verbaalinen oppiminen ja tunteiden tunnistaminen.
”Skitsofrenian neurokognitiivisten biomarkkerien kehittäminen perustui laajoihin testikokonaisuuksiin, joita ei voida soveltaa kliinisessä käytännössä”, totesivat Robert Y. Chen, Tiffany A. Greenwood ja heidän kollegansa artikkelissaan. ”Käyttämällä koneoppimista pyrimme tunnistamaan osajoukon neurokognitiivisia alueita, jotka pystyvät erottamaan skitsofreniapotilaat ja terveet verrokkiryhmän koehenkilöt.”
Skitsofreniapotilaiden tietojen analysointi
Tutkijat kouluttivat laskennallisen mallin käyttämällä tietoja, jotka oli kerätty 559 henkilöltä, joilla oli diagnosoitu skitsofrenia tai skitsoaffektiivinen häiriö (joka yhdistää joitakin skitsofrenian oireita mielialahäiriöön, kuten masennukseen tai kaksisuuntaiseen mielialahäiriöön), ja 745 osallistujalta, joilla ei ollut mielenterveysongelmia , jotka suorittivat 15 yleisesti tunnustettua kognitiivisten toimintojen testiä. Malli pystyi tunnistamaan eri diagnooseihin liittyvät tulosyhdistelmät.
”Kehitimme koneoppimismallin, joka pystyi erottamaan tarkasti skitsofreniapotilaat SHS-oireyhtymän potilaista, ja toistimme sen riippumattomassa kohortissa”, kirjoittivat Chen, Greenwood ja heidän kollegansa.
Verbaalisen oppimisen ja tunteiden tunnistamisen alueiden merkitys vahvistui, kun malli käytti vain näitä kahta muuttujaa ja saavutti saman tarkkuuden kuin käyttämällä koko arviointijoukkoa. Näin ollen tutkijat päättelivät, että ”kaksi erityistä henkistä kykyä, verbaalinen oppiminen ja tunteiden tunnistaminen, osoittautuivat erityisen tärkeiksi skitsofrenian ennustamisessa”.
Tämä edistys voi luoda perustan uusille työkaluille, jotka helpottaa sekä diagnoosia että kunkin potilaan tarpeisiin sovitettujen interventiosuunnitelmien laatimista . Kirjoittajat väittävät, että ”nämä tulokset vahvistavat ‘vähemmän on enemmän’ -lähestymistavan tehokkaaseen neurokognitiiviseen profiiliin skitsofreniformisessa spektrissä ja osoittavat, mitkä neurokognitiiviset alueet voivat olla eniten vaurioituneet tässä uuvuttavassa häiriössä”. Lisäksi he olettavat, että tämä tutkimussuunta auttaa tunnistamaan eri mielenterveyshäiriöiden merkittävimmät kognitiiviset ja neuraaliset piirteet.
