精神疾病也朝向個人化醫療邁進，以往症狀、成因、預後都因為個體差異性過大而難以斷定的憂鬱症，現在可能有了可以預測藥物治療效果的方法。
憂鬱症在美國是最常見的心理疾病，但多數人並未獲得過確診，而對於確診的病患而言，找到最適合的治療方法可能需要花上數年。臨床上最大的挑戰，就是當病患就診時，醫生無法知道什麼治療會是最有效的，基本上藥物都必須靠著病患不斷嘗試和錯誤，慢慢篩選出最適合病患的組合。因此美國國家心理衛生研究院 (National Institute of Mental Health) 在2011年發起了全美最大的隨機抗憂鬱劑臨床試驗 Establishing Moderators and Biosignatures of Antidepressant Response for Clinical Care (EMBARC)，對三百多位病患給予藥物或是安慰劑治療，並收集相關資料，應用於各種相關研究，希望能夠透過生物性方法，如血液檢體或是造影檢驗結果，來幫助精神疾病的診斷以及判斷治療方針。
其中一項研究成果近日發表在 Nature Biotechnology，由史丹佛醫學院團隊設計的一套針對靜止狀態腦波形 (resting-state electroencephalography, rsEEG) 的機器學習幾何運算法，利用人工智慧解析病患的腦波圖。並將此技術應用在一份有影像數據、安慰劑對照組的抗憂劑試驗上 (n=309)。經過分析結果，他們觀察到其中一個波形似乎可以預測 sertraline 藥物對病患症狀的改善效果，當這個波形的分數較高的時候，病患對 sertraline 治療的預後較好。測試地點和機器都不影響波形預測的結果，並且這個分析只預測 sertraline 的反應，與對穿顱磁刺激儀 (Transcranial magnetic stimulation，TMS) 治療的反應程度並無相關，可見其相關程度的專一性。
透過這項新研究，可以發現真實數據分析可以進一步幫助現有診療模式，讓更多疾病不需要在不斷試驗和偵誤中，尋找好的治療方針。利用常見簡易的腦電波圖，就能夠分析憂鬱症病患可能適合的藥物。這樣的研究更是一個新突破點，提供研究者們能深入的分析並且應用病患數據。研究團隊表示將繼續推廣，將腦電波分析應用到其他藥物上。若是完成全面性的藥物分析，將造福數百萬憂鬱患者，更是精神疾病治療的一大進展。
文/ Ray
參考資料：
- https://www.nature.com/articles/s41587-019-0397-3?proof=t
- https://med.stanford.edu/news/all-news/2020/02/brain-wave-pattern-can-identify-people-likely-to-respond-to-anti.html
©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。合作請聯繫：service@geneonlineasia.com
