محققان در آخرین بررسی های خود سعی داشتند از الگوریتم یادگیری ماشینی و با اتکا به معیارهای قشری و درونی مغز، یک معیار برای دسته بندی اختلال افسردگی ماژور پیدا کنند.
اختلال افسردگی ماژور و یادگیری ماشینی؛ پیش زمینه
امکان ابتلای فرد به اختلال افسردگی ماژور یا عمده، در طول عمر برابر با 14 درصد است و تاثیر بسزایی بر اجتماع دارد. بعلاوه، این اختلال ریسک خودکشی را افزایش و کیفیت زندگی بیماران را کاهش می دهد.
این بیماران باید هر چه زودتر شناسایی و درمان شوند به این خاطر که سن مغز افزایش یافته و دیگر بدن فرد به درمان واکنش نشان نمی دهد.
پزشک عمدتا با توجه به علائم گفته شده بیمار تشخیص می دهد که او به این عارضه مبتلا شده است یا نه؛ پس ریسک تشخیص اشتباه هم بسیار زیاد است. علاوه بر این، بیماری های زمینه ای مثل اختلال طیف اضطراب، اختلال های سوء مصرف مواد و سایر بیماری ها هم روند تشخیص و درمان این عارضه را سخت تر و چالش برانگیزتر می کند.
البته با کمک روش های تصویربرداری عصبی، مثل ام آر آی هم می توان تغییرات قشری و درونی مرتبط با این عارضه را بررسی کرد.
درباره مطالعه
محققان در این مطالعه، قصد داشتند با استفاده از تکنولوژی یادگیری ماشینی یک معیار برای طبقه بندی اختلال افسردگی ماژور بر اساس معیارهای قشری و درونی ارائه دهند.
بیماران مبتلا به این عارضه و افراد سالم در این مطالعه حضور داشتند. افرادی که بیش از 75 درصد از خصوصیات قشری و درونی مورد نظر محققان را داشتند، از این مطالعه حذف شدند. ام آر آی بر روی هر قسمت از مغز انجام شد.
یافته های مطالعه
در مجموع، 2.288 بیمار مبتلا به اختلال افسردگی ماژور و 3.077 فرد سالم در این مطالعه حضور داشتند.
وقتی داده ها بر اساس سن و جنسیت به دو دسته تقسیم شدند، میزان دقت داده ها برابر با 62 درصد و 51 درصد بود. به گفته محققان عوارض جانبی، مثل افزایش تفاوت ها در روش های انجام ام آر آی، دلیل تغییر این درصد بودند.
وقتی که پایگاه داده بر اساس پارامترهای بالینی و دموگرافیک طبقه بندی شد، محققان با یک سری تفاوت های کوچک مواجه شدند.
به طور کلی، یافته های این مطالعه نشان می دهد که الگوریتم های هوش مصنوعی نمی توانند فقط بر اساس داده ساختار مغز، بیماران مبتلا به اختلال افسردگی ماژور و افراد سالم را از هم تشخیص دهند.
بنابراین، به گفته محققان باید مطالعات بیشتری انجام شده تا به الگوهای پیچیده تری دست یافت و شاهد بهبود عملکرد باشیم.
