精神疾病也朝向个人化医疗迈进，以往症状、成因、预后都因为个体差异性过大而难以断定的忧郁症，现在可能有了可以预测药物治疗效果的方法。
忧郁症在美国是最常见的心理疾病，但多数人并未获得过确诊，而对于确诊的病患而言，找到最适合的治疗方法可能需要花上数年。临床上最大的挑战，就是当病患就诊时，医生无法知道什么治疗会是最有效的，基本上药物都必须靠着病患不断尝试和错误，慢慢筛选出最适合病患的组合。因此美国国家心理卫生研究院 (National Institute of Mental Health) 在2011年发起了全美最大的随机抗忧郁剂临床试验 Establishing Moderators and Biosignatures of Antidepressant Response for Clinical Care (EMBARC)，对三百多位病患给予药物或是安慰剂治疗，并收集相关资料，应用于各种相关研究，希望能够透过生物性方法，如血液检体或是造影检验结果，来帮助精神疾病的诊断以及判断治疗方针。
其中一项研究成果近日发表在 Nature Biotechnology，由史丹佛医学院团队设计的一套针对静止状态脑波形 (resting-state electroencephalography, rsEEG) 的机器学习几何运算法，利用人工智能解析病患的脑波图。并将此技术应用在一份有影像数据、安慰剂对照组的抗忧剂试验上 (n=309)。经过分析结果，他们观察到其中一个波形似乎可以预测 sertraline 药物对病患症状的改善效果，当这个波形的分数较高的时候，病患对 sertraline 治疗的预后较好。测试地点和机器都不影响波形预测的结果，并且这个分析只预测 sertraline 的反应，与对穿颅磁刺激仪 (Transcranial magnetic stimulation，TMS) 治疗的反应程度并无相关，可见其相关程度的专一性。
透过这项新研究，可以发现真实数据分析可以进一步帮助现有诊疗模式，让更多疾病不需要在不断试验和侦误中，寻找好的治疗方针。利用常见简易的脑电波图，就能够分析忧郁症病患可能适合的药物。这样的研究更是一个新突破点，提供研究者们能深入的分析并且应用病患数据。研究团队表示将继续推广，将脑电波分析应用到其他药物上。若是完成全面性的药物分析，将造福数百万忧郁患者，更是精神疾病治疗的一大进展。
文/ Ray
参考资料：
- 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. 基因线上版权所有 未经授权不得转载。合作请联系：service@geneonlineasia.com
