11 Августа 2026 Вторник

ИИ научился определять биологические подтипы депрессии по МРТ мозга
Дарья Березина
Мединдустрия Перспективы Искусственный интеллект
22 июля 2026, 9:55

Фото: magnific.com / автор: magnific.com
3400

Ученые из Фуданьского университета, Шанхайского университета Цзяотун, Шанхайского центра психического здоровья и других научных организаций Китая разработали модель искусственного интеллекта, которая позволяет выделять два биологических подтипа большого депрессивного расстройства (БДР) по данным функциональной магнитно-резонансной томографии (фМРТ). По мнению авторов, такой подход может помочь заранее оценивать вероятность ответа пациента на лечение и в перспективе использоваться для персонализированного подбора терапии. Работа опубликована в журнале Digital Medicine.

По данным ВОЗ, психическими расстройствами во всем мире страдают более 1 млрд человек, причем только депрессия и тревожность ежегодно обходятся мировой экономике примерно в $1 трлн. ВОЗ также отмечает, что необходимое лечение получают лишь около 9% людей с депрессией, и призывает страны расширять доступ к психиатрической помощи, а также внедрять новые технологии диагностики.

Ученые из Китая использовали в исследовании данные 1,59 тысячи пациентов с БДР и 1,3 тысячи здоровых добровольцев, собранные в нескольких независимых когортах. Для анализа снимков мозга исследователи разработали модель BrainCVAE, которая выделяет связанные с заболеванием особенности функциональной организации мозга, отделяя их от индивидуальных особенностей строения мозга. После обучения алгоритм протестировали на независимых выборках пациентов, где он также смог воспроизвести выявленные закономерности.

В отличие от большинства предыдущих исследований, где алгоритмы использовались главным образом для поиска различий между пациентами с депрессией и здоровыми людьми, новая модель анализировала неоднородность внутри самого БДР. В результате исследователи выделили два устойчивых биологических подтипа заболевания, которые различались по активности функциональных сетей мозга, клиническим проявлениям, длительности болезни и эффективности терапии.

Первый подтип характеризовался повышенной активностью ряда мозговых сетей, более выраженными эмоциональными симптомами, меньшей продолжительностью заболевания, лучшим ответом на лечение антидепрессантами и повторной транскраниальной магнитной стимуляцией (rTMS).

Для второго подтипа были характерны сниженная активность этих сетей, преобладание соматических симптомов, более длительное течение заболевания и значительно меньшая вероятность достижения терапевтического эффекта. Исследователи также установили, что пациенты с более короткой продолжительностью болезни чаще отвечали на терапию, тогда как при длительном течении вероятность улучшения снижалась. По мнению авторов, это подчеркивает важность ранней диагностики и своевременного начала лечения.

Как утверждают ученые, результаты свидетельствуют о том, что большое депрессивное расстройство включает биологически различные варианты течения, которые могут по-разному реагировать на терапию. В перспективе пациенту может быть достаточно пройти фМРТ, после чего алгоритм определит его биологический подтип и поможет врачу выбрать наиболее подходящую стратегию лечения – медикаментозную терапию или нейромодуляцию, а затем корректировать ее по мере прогрессирования заболевания. Пока разработанная модель не предназначена для клинического применения и требует дальнейшей независимой проверки.

В июне 2026 года ученые из Росссии также представили ИИ-систему для диагностики депрессии. Исследователи из Томского и Новосибирского государственных университетов разработали нейросетевую модель, которая одновременно анализирует данные электроэнцефалографии и генетические маркеры. На выборке из 383 человек система смогла различать пациентов с депрессией и здоровых добровольцев с точностью 93%. В отличие от проведенной в Китае работы, направленной на выявление биологических подтипов большого депрессивного расстройства и прогнозирование эффективности лечения, российская разработка предназначена прежде всего для раннего выявления заболевания и рассматривается как инструмент поддержки принятия врачебных решений.

Подписывайтесь на наши каналы: в MAX – Vademecum и Vademecum Live, в Telegram – Vademecum и Vademecum Live.

Источник: Digital Medicine

Картина дня: дайджест главных новостей от 10 августа 2026 года

Трехмерные модели опухолей помогли выявить новые уязвимости раковых клеток

«Амедарт» запустил КИ первого в РФ аналога онкопрепарата Лорвиква от Pfizer

Аналитики: язык обращения к ИИ может влиять на качество медицинских ответов

Ученые: ИИ-приложения для подсчета калорий занижают энергетическую ценность блюд более чем на 30%

Обновленный список СЗЛС будет интегрирован в порядок предоставления нацрежима в декабре 2026 года

В СамГМУ разработают алгоритмы выявления рисков расстройств при зависимостях для НМИЦ психиатрии и наркологии

В России с 2027 года останется только один способ нейтрализации некондиционных лекарств

Начался поиск подрядчика для возведения корпуса клеточной терапии НМИЦ гематологии за 13,1 млрд рублей

Исследование: прием GLP-1 снизил риск рака, связанного с ожирением, на 41% по сравнению с диетой и спортом