admin 百科大全 2023-02-25 12:40:59

AI分析大脑图像诊断抑郁症广岛大学等客观检查途径

AI分析大脑图像诊断抑郁症 广岛大学等客观检查途径

2023.02.24

广岛大学等研究小组宣布，人工智能( AI )通过分析大脑图像诊断抑郁症，为医生确诊提供辅助的方法的实用化，得到了有前景的数据。目前抑郁症是以医生问诊为中心进行诊断的，但由于准确率不高，如何纠正一直是一个课题。除了日本之外，世界范围内抑郁症也有增加的倾向。此次成果有望为开发补充医生最终症状判断的客观检查法铺平道路。

研究小组由广岛大学研究生院医系科学研究科的冈田刚副教授、冈本泰昌教授和国际电信基础技术研究所( ATR )脑信息通信综合研究所的川人光男所长、酒井雄希主任研究员和ATR发行的初创企业XNef的成员组成，论文刊登在国际学术杂志《每日邮报》上。

这次研究的概念图。用fMRI拍摄患者安静时的10分钟的图像(根据记者说明会资料，由广岛大学和ATR等研究小组提供)

冈田副教授等广岛大学和ATR等研究小组将大脑庞大的神经回路分为379个区域，研究这些区域相互作用的脑神经回路模式，通过AI确定抑郁症患者特有的脑回路模式(脑回路标记)。研究成果将于2020年发表。

全球范围内抑郁症的病情(根据记者说明会资料，由广岛大学和ATR等研究小组提供)

研究小组此次利用对调查脑血流等有效的“功能性磁共振图像法”( fMRI )，以47名已经被诊断为抑郁症的患者和39名健康者为对象，拍摄了安静10分钟时的图像。然后排除拍摄中身体活动较大的图像，使用脑电路标记对43名患者、33名健康者的图像进行AI分析。结果AI将72.1%的患者正确诊断为抑郁症患者。 66.7%的健康人正确诊断为健康人。据悉，得到的数据显示，将患者识别为患者，将健康者识别为健康者的准确率整体达到了69.7%。

抑郁症脑电路标志物的性能验证(由广岛大学和ATR等研究小组提供)

据厚生劳动省称，截至2017年，日本抑郁症和躁狂等情绪障碍患者超过127万人，其数量还在持续增加。世界卫生组织( WHO )同年公布了世界上受抑郁症折磨的人达到3亿2200万人的报告书。其中，许多人指出，他们没有得到正确的诊断或适当的治疗。研究小组表示，《精神障碍诊断统计手册第5版》记载的抑郁症诊断标准评估了抑郁情绪、兴趣和喜悦丧失、失眠或嗜睡、体重增加、食欲减退和增加等9种症状。 5个以上的症状持续2周，症状中至少有一个伴有抑郁情绪或失去兴趣和喜悦。目前抑郁症的诊断大多是由医生问诊就诊者的症状并与诊断标准进行对照。并且通过心理测试调查抑郁症症状的程度等来确诊。但是还没有客观的生物学检查方法。研究小组表示，虽然没有关于精神科医生诊断能力的论文，但2009年医学杂志上发表了一般医生将抑郁症正确诊断为抑郁症的率(灵敏度)为50.1%的论文。

现在抑郁症的基本诊断流程(根据记者说明会资料，由广岛大学和ATR等研究小组提供)

研究小组评论说:“希望今后的研究取得进展，10分钟的影像拍摄能给抑郁症的诊断和治疗方法的选择带来很多有用的信息。” 另外，冈田副教授还说:“希望采用不基于客观方法进行诊断的方法，使认为无法接受诊断的患者和家人能够安心接受治疗。”

利用AI和fMRI影像的抑郁症客观诊断支援系统流程的概念图(根据记者说明会资料，由广岛大学和ATR等研究小组提供)

相关链接广岛大学新闻发布会“使用MRI的抑郁症客观诊断支援法向实用化大踏步~用新数据验证客观诊断支援法的可靠性和前瞻性泛化性~”全文如下：

译文

研究成果】使用MRI的抑郁症客观辅助诊断法向实用化迈出了巨大的前进~用新数据验证客观辅助诊断法的可靠性和前瞻性泛化性~

研究成果要点

利用开发后获得的新数据，验证了世界首创的利用功能性磁共振成像( fMRI )的抑郁症客观诊断辅助方法(抑郁症脑电路标志物) ( Yamashita A et al .，2020 )的可靠性和前瞻性泛化性。在以健康人为对象的1年间隔的测量中，确认了脑电路标志物的可靠性。抑郁症脑电路标志物以足够的灵敏度识别了新的抑郁症患者。

概要

广岛大学冈田刚副教授、冈本泰昌教授、国际电信基础技术研究所(以下简称ATR )脑信息通信综合研究所川人光男所长、酒井雄希主任研究员等的研究小组，使用了脑电路标记完成后获得的新数据，对2020年发表的抑郁症脑电路标记的再测试可靠性和前瞻性泛化性进行了研究。迄今为止，我们通过运用人工智能技术，率先在世界上开发出了基于fMRI数据的对抑郁症诊断有用的脑回路标记( Yamashita A et al .，2020 )。另外，为了将该脑电路标记物在临床现场实用化，与医疗设备的批准审查机关——独立行政法人医药品医疗设备综合机构( PMDA )进行了多次咨询，但脑电路标记物开发后新数据的可靠性和前瞻性通用性成为课题。此次，通过新获取的数据，验证了脑电路标志物的可靠性和前瞻性泛化性，将是向临床应用的一大进步。现在，为了在临床现场实用化这个脑回路标记，我们和广岛市内的8家医疗机构共同进行了新的特定临床研究。今后研究的进展，期待安静状态下10分钟的fMRI摄像，能在抑郁症的诊断、治疗、选择时，带来有用的信息。本研究成果于2023年2月12日在国际学术杂志《Journal of Affective Disorders》上刊登了最终确定版。

背景

一般认为抑郁症与大脑回路失调有关，但在现在的医疗现场，仅通过详细的问诊评估心情低落和兴趣丧失等各种症状来诊断抑郁症，客观的生物学检查方法还没有确立。功能性MRI(functional MRI: fMRI )可以在高空间分辨率和时间分辨率下进行无创检测，因此我们的目标是开发反映脑回路功能的抑郁症客观辅助诊断方法，如何结合fMRI数据和机器学习(数据的哪些特征量。另一方面，使用这些研究成果，根据在其他设施得到的fMRI数据进行诊断预测也几乎无法再现。其原因被认为是，如果将机器学习应用于从单一设施获得的少数数据，则会进行只适用于该数据样本的特殊学习。正如2020年在PLOS Biology杂志上发表的那样，本研究小组使用了旅行主题的和声明中(受试者访问了各个设施，根据同一大脑中设施不同，数据会有多大变动这一机型来源的偏差的识别方法)，将在不同的多个设施中获取的安静时fMRI数据作为均质的大规模数据进行合并，解决了这个问题，开发出了在多个外部独立数据中显示泛化性能的抑郁症脑电路标志物( yammi ) 但是，用于验证脑回路标记泛化性能的外部独立数据是在脑回路标记开发前获取的数据，利用脑回路标记开发后的新数据进行性能评价是一个课题。另外，关于fMRI的测量值，除了设施间的差异之外，即使是同一个人，测量间的变动也很大，这成为了开发高可靠性脑电路标志物的障碍。因此，本研究利用脑电路标记完成后获取的新数据，进行了其再测试可靠性和前瞻性泛化性能的验证。

研究成果的内容

以47名抑郁症患者和39名健康者为对象，使用西门子公司制造的3特斯拉MRI装置，进行了10分钟的安静时fMRI的摄像。抑郁症的诊断是在主治医生的临床诊断的基础上进行mini-international neuro psychiatric interview [1]确定的。另外，用beck depression inventory -ⅱ( BDI -ⅱ) [2]的日语版对MRI摄像当天各参加者的抑郁症状进行了评价。对已经执行了校正可预测误差的预处理的静息fMRI数据应用由全脑379个感兴趣的区域( ROI )分隔[3]，其中针对每个参与者379个ROI的所有对的预处理MRI信号值之间的时间相关(脑功能耦合) 将以前的研究( Yamashita et al .，2020 )制作的判别机(脑回路标记)应用于这些数据，计算了各参加者的抑郁症概率(图1 )。此时，将广岛大学新获得的fMRI数据，在没有诊断信息的情况下发送到ATR，通过将由ATR计算出的抑郁症概率与广岛大学保管的诊断信息进行对照，在计算抑郁症概率时不知道诊断信息。关于这样计算出的抑郁症概率，进行了以下研究。由于健康人每隔一年进行两次fMRI摄像，可以进行纵向比较，所以首先通过根据来自健康人同一个人的两组数据的抑郁症概率计算级内相关系数( ICC ) [4]，调查了脑电路标志物的再测试可靠性。结果显示，ICC在0.45时表现出中等程度的可靠性( 95%置信区间=0. 13–0.68； P = 0.004 (图2 )。然后使用所有参与者的数据调查抑郁症概率与抑郁严重程度( BDI-Ⅱ得分)的相关关系，发现抑郁症概率与抑郁症状之间存在显著相关关系( r = 0.26，P = 0.024 ) (图3 )。最后，将抑郁症概率超过50%情况作为脑电路标志物的结果为抑郁症，评价脑电路标志物的性能，判别准确率为69.7% (灵敏度72.1%；特异性66.7% ) [5]，得到了与以前的研究同等的精度，确认了新数据下的前瞻性泛化性能(图3 )。

今后的发展

为了将脑回路标记作为抑郁症的诊断支援方法实用化，存在着各种各样的课题，但现在XNef公司一边与广岛大学、ATR、AMED等合作，一边与PMDA反复进行咨询。另外，为了进一步确立包括与抗抑郁药物的治疗反应性的关联在内的临床证据，从2022年10月12日开始了包括广岛大学医院在内的8家医疗机构的多设施共同的特定临床研究( jRCTs062220063 )。今后研究的进展，期待安静状态下10分钟的fMRI摄像，能给抑郁症的诊断、治疗、选择带来很多有用的信息。

论文信息

【论文标题】

Verification of the brain network marker of major depressive disorder: test-retest reliability and anterograde generalization performance for newly acquired data

【作者】

Go Okada＊, Toshinori Yoshioka, Ayumu Yamashita, Eri Itai, Satoshi Yokoyama, Toshiharu Kamishikiryo, Hotaka Shinzato, Yoshikazu Masuda, Yuki Mitsuyama, Shigeyuki Kan, Akiko Kurata, Masahiro Takamura, Atsuo Yoshino, Akio Mantani, Osamu Yamamoto, Norio Yokota, Tatsuji Tamura, Hiroaki Jitsuiki, Mitsuo Kawato, Okito Yamashita, Yuki Sakai, Yasumasa Okamoto
＊：责任作者

【刊登杂志】

Journal of Affective Disorders

研究支援

本研究由国立研究开发法人日本医疗研究开发机构( AMED )“战略性国际脑科学研究推进计划”的“基于纵向MRI数据的成人期心情障碍和相关疾病的神经回路的阐明”课题JP18dm0307002 (代表冈本泰昌)、 “基于脑科学和AI技术的精神神经疾病诊断和治疗技术开发及其应用”课题JP18dm0307008 (代表川人光男)以及医疗研究开发·创新基础创建事业( CiCLE ) ViCLE实用化开发类型的“人工智能技术和脑科学在精神病诊治中的应用”课题JP20pc0101061 (代表株式会社XNef )的支持下实施。

用語解説

[1] Mini-International Neuropsychiatric Interview迷你国际心理交互界面:为可靠诊断精神病而创建的结构化面试方法(由顺序、固定问题组成的面试方法)。广泛用于以精神疾病为对象的研究。

[2] beck depression inventory -ⅱ( BDI -ⅱ):21项过去2周状态问题评估抑郁症状严重程度的自记式问卷。作为抑郁评估量表，在全球范围内被广泛使用。

[3]分隔:指根据形态和功能对大脑进行分区。通过进行分区，可以调查区域的功能阐明和区域间的功能结合。此次研究使用了美国Human Connectome Project给出的区域划分( Glasser et al .，Nature 2016 )。

[4]级内相相关系数:用于表示对对象进行多次评价时评价的一致度或稳定性( =可靠性)的指标。取0.1的值，数值高的话判定为可靠。 fMRI的脑功能结合可靠性一般较低，级内相相关系数平均报告为0.29 ( noble et al .，Neuroimage 2019 )。 [5]判别精度、灵敏度、特异度:均为评价检验性能的指标，精度为检验总体正确率，灵敏度为患有疾病的人中检验判定为有疾病的人的比例，特异度为无疾病的人中检验判定为无疾病的人的比例。

图1 .抑郁症的电路标志物计算抑郁症概率
首先，从10分钟安静时状态的fMRI时间序列数据中，从遍及全部脑的379个各脑区取出信号波形，在所有脑区的对( 71，631个=379×378÷2 )中，根据反映脑活动的MRI信号的时间变动的相关系数(空间上间隔开) 在两个区域之间的大脑活动相似性高( =同时活动时高时低)时，相关系数接近1；在相互抑制的关系中，相关系数接近(一个活动性高时，另一个活动性低等)–1；在相互不相关时，取接近0的值。其中，对于被选定为抑郁症脑电路标志物( Yamashita A et al .，PLoS Biology .，2020 )的每一对脑区，将其强度(相关系数)乘以权重(系数)后全部输入加法逻辑函数，计算抑郁症概率。