Publicado na EurekAlert!
Desordens do humor como desordens depressivas maiores (MDD) e desordens bipolares, são comumente complexas de se diagnosticar, especialmente entre jovens quando a doença está apenas evoluindo. Isso torna decisões sobre medicação bastante difíceis. Em um estudo colaborativo pela Lawson Health Research Institute, a Mind Research Network e o Brainnetome Center, pesquisadores desenvolveram um algoritmo de inteligência artificial (AI) que analisa padrões cerebrais para poder melhor classificar doenças em pacientes com desordens complexas de humor e ajudar a prever sua resposta à medicação.
O estudo completo incluiu 78 pacientes adultos emergentes de programas de saúde mental na London Health Sciences Centre (LHSC). A primeira parte do estudo envolveu 66 pacientes que já tinham completado tratamento para um diagnóstico claro de ou MDD ou desordem bipolar tipo 1 (Bipolar I), que é uma forma de transtorno bipolar que apresenta episódios maníacos, bem como 33 outros pacientes sem histórico de doenças mentais. Cada participante individual foi escaneado para examinar diferentes redes neurais usando um aparelho de ressonância magnética funcional (fMRI).
O grupo de pesquisa analisou e comparou os scans dos pacientes com MDD, bipolar I e sem histórico de doenças mentais, e descobriu que os três grupos diferiam em redes neurais particulares. Essas incluíam regiões na rede de modo padrão, um grupo de regiões que são importantes para a autorreflexão, bem como no tálamo, um “portão” que conecta múltiplas regiões corticais e ajuda a controlar a excitação e a atenção.
Os dados foram usados pelos pesquisadores para desenvolver um algoritmo de AI que usa machine learning para examinar scans de fMRI para classificar se um paciente possui MDD ou transtorno bipolar I. Quando testado contra os participantes sem diagnostico conhecido, o algoritmo categorizou suas doenças corretamente com uma acurácia de 92.4%.
O grupo de pesquisa realizou então scans em 12 participantes adicionais com desordens de humor complexas cujo diagnóstico não estava claro. Eles usaram o algoritmo para estudar a função cerebral dos participantes e predizer seu diagnóstico e, mais importante, examinar a resposta de um paciente à medicação.
“Antidepressivos são o padrão ouro de tratamento para MDD enquanto estabilizadores de humor são o melhor para transtorno bipolar I”, disse a Drª. Elizabeth Osuch, cientista-clínica da Lawson. “Mas é difícil predizer qual medicamento funcionará melhor em pacientes com transtornos de humor complexos quando o diagnóstico não está claro. Eles vão responder melhor à antidepressivos ou estabilizadores de humor?”
O grupo de pesquisa hipotetizou que participantes classificados pelo algoritmo como tendo MDD responderiam melhor à antidepressivos enquanto aqueles classificados como tendo transtorno bipolar I responderiam à estabilizadores de humor. Quando testados nos pacientes de diagnóstico complexo, 11 dos 12 responderam ao medicamento predito pelo algoritmo.
“O estudo dá um grande passo para acharmos biomarcadores de resposta à medicamentos em adultos emergentes com desordens de humor complexas”, disse a Drª. Osuch. “Também sugere que nós possamos um dia ter uma medida objetiva de doenças psiquiátricas através da imagenologia cerebral que faria diagnósticos serem mais rápidos, mais eficazes e mais consistentes entre diversos provedores de atendimento de saúde”.
Psiquiatras atualmente fazem diagnósticos baseados na história e comportamento de um paciente. Decisões de medicamentos são baseadas no diagnóstico. “Isso pode ser bem difícil com desordens complexas e no início de seu desenvolvimento, quando os sintomas são menos bem definidos”, disse a Drª Osuch. “Pacientes podem também ter mais de um diagnóstico, como uma combinação de desordens de humor e desordens de abusos de substância, complicando ainda mais o diagnóstico. Ter um teste ou procedimento biológico para identificar qual classe de medicamento o paciente responderá melhor seria um avanço significativo para a área da psiquiatria”.
