Специалисты Российского экономического университета имени Г. В. Плеханова совместно с коллегами из Болгарии и Государственного института русского языка имени А. С. Пушкина создали вычислительную систему на основе контрастивного обучения для диагностики большого депрессивного расстройства. Алгоритм анализирует данные функциональной магнитно-резонансной томографии (МРТ) головного мозга и выявляет скрытые изменения в работе нейронных сетей, которые трудно заметить при использовании традиционных подходов. Точность определения заболевания новым методом составляет 86 процентов, что значительно превышает эффективность стандартной клинической оценки, близкой к случайному угадыванию (около 50 процентов).
В основе разработки лежит двухэтапный анализ: сначала алгоритм выделяет наиболее значимые признаки сетевой организации мозга, а затем контрастивная модель ищет различия между группами пациентов и здоровых людей. Для обучения системы использовались данные 70 пациентов с подтвержденным диагнозом и 70 здоровых добровольцев. В результате исследования удалось выделить 20 ключевых связей в мозге, играющих роль в развитии депрессии, тогда как стандартные методы обнаруживали только пять. Это подтверждает гипотезу о том, что депрессия связана с нарушением работы распределенных мозговых сетей, а не с локальными очагами поражения.
Авторы проекта считают, что новая технология может стать основой для ранней и персонализированной диагностики не только депрессии, но и других психиатрических и неврологических заболеваний. В планах исследователей — проверка подхода на пациентах с шизофренией и биполярным расстройством. Разработка актуальна на фоне растущего внимания государства к проблеме ментального здоровья: ранее депутаты фракции «Новые люди» предложили включить антидепрессанты в систему обязательного медицинского страхования (ОМС) для улучшения качества жизни граждан и их возвращения к трудовой деятельности.