Специалисты из Института проблем машиноведения РАН, Института мозга человека РАН и фонда Brain and Trauma Foundation совместно со швейцарскими коллегами разработали метод, позволяющий выявлять шизофрению по скрытым компонентам электрических сигналов головного мозга. Технология основана на «слепом разделении источников» — математическом подходе, который выделяет исходные сигналы разных нейронных сетей, даже когда они сильно перекрываются.
Как рассказала стажер-исследователь ИПМаш РАН Надежда Шанарова, в эксперименте приняли участие 68 пациентов с шизофренией и 132 здоровых добровольца. Все они выполняли тест на когнитивный контроль и внимание, а их мозговая активность фиксировалась с помощью 19 электродов. Полученные данные преобразовали в 11 компонент и использовали для обучения модели машинного обучения. Разработанная система показала чувствительность 96,7 процента и специфичность 97,7 процента — это означает, что метод почти безошибочно определяет пациентов с заболеванием и крайне редко выдает ложные результаты у здоровых людей.
Шизофренией страдает около одного процента населения планеты, и почти половина пациентов сталкивается с инвалидностью. Традиционные методы диагностики основаны на опросах и интервью, что чревато ошибками. Новый подход позволяет выявлять конкретные нарушенные нейронные сети, и в будущем это может стать основой для таргетной терапии.
Автор: Адам Магомедов