Toplumun birçok sektörüne nüfuz etmiş bulunan ve bu sektörleri dönüştüren yapay zekanın (AI), psikiyatri alanında da potansiyel faydaları bulunmaktadır. Biyotiplendirme ve fenotipleme, farklı ilaçlardan yararlanma olasılığı en yüksek olan hastaların belirlenmesine yardımcı olabilir; bütünleştirici yapay zeka modelleri terapötik yanıtı öngörebilir ve anlık çevresel değerlendirme gelecekte bir gün semptomların izlenmesine ve psikiyatristlere hasta bakımında rehberlik edilmesine yardımcı olabilir.
Asya Nöropsikofarmakoloji Okulu 2021 Yılı Sanal Kongresinde (AsCNP) Kanada Toronto Üniversitesinden Prof. Dr. Roger McIntyre psikiyatrik ilaçların geliştirilmesi sürecinin 'inovasyon durağanlığı' ile açıklanabilecek bir sürece girdiğini söylemiştir. Prof. Dr. McIntyre, anti-depresan tedavilere yanıt oranlarının son 40 yılda nispeten sabit kaldığını söylemiştir. Aynı zamanda, hastalıklarla ilgili odak noktası olarak hastalığın giderilmesinden etki alanına ve özbildirimlere dayalı sonuçlara doğru bir kayma olmuştur.1
Enflamatuar biyotipler, MDB'deki klinik fenotipler hakkında bilgi verebilir
Enflamatuar rahatsızlıklar ve ruh hastalıkları arasındaki bağlantı, psikiyatride ilgi gören bir konu haline gelmiştir. Çalışmalar, inflamatuar sitokin seviyelerindeki değişikliklerin Majör Depresif Bozukluk (MDB) hastalarındaki patolojik değişikliklerle ilişkili olduğunu ve hastaların geleneksel anti-psikotiklere yanıtını değiştirebileceğini göstermektedir.2-4
Biyotipleme, belirli bir ilaçtan büyük olasılıkla fayda sağlayacak hasta gruplarını belirleyecektir.
Bununla birlikte Prof. Dr. McIntyre, MDB'li tüm hastaların sitokin seviyelerinde değişiklikler gözlenmeyeceğini ve ortaya çıkan altta yatan inflamatuar biyotipler açısından bir heterojenlik söz konusu olmadığını ve bu nedenle farklı depresyon türlerinin biyofenotiplerinin denenmesi ve netleştirilmesi gerektiğini söylemiştir.
Makine öğrenimindeki bütünleştirici modeller, terapötik yanıtı en doğru şekilde tahmin etmektedir
Yapay zeka boyut küçültme tekniklerini kullanmak suretiyle, birden fazla farklı sitokin arasındaki ilişkileri tanımlayabilir. Bu teknikler, hastaların belirli bir tedaviye nasıl yanıt vereceklerinin tahmininde yardımcı olabilecek farklı bipolar depresyon biyotiplerine göre sınıflandırılmasını mümkün kılmıştır.5
Bipolar depresyonlu yetişkinlerde terapötik sonucu doğru bir şekilde tahmin etmede makine öğrenimi algoritmalarının yararlılığını değerlendirmek için yürütülen 20'den fazla çalışmayı içeren bir meta-analizde, daha düşük boyutlu veri türlerine kıyasla çoklu veri türleri tarafından bilgi sağlanan bütünleştirici modellerin bipolar depresyonlu yetişkinlerde terapötik sonucu anlamlı olarak daha yüksek oranda öngörebildiği bulunmuştur. Bütünleştirici modele dahil edilen veri türleri, fenomenolojik hasta özelliklerini, nörogörüntüleme ve periferik gen ekspresyon verilerini içermiştir.6
Yapay zeka, birden fazla farklı biyolojik sistem arasındaki etkileşimleri entegre etmemize yardımcı olacaktır\
Vaka yönetimi için bir kolaylaştırıcı faktör olarak MDB'nin takibi ve izlenmesi
Hastaların parmak izini dijital olarak alma yeteneği de psikiyatride çok önemli bir yardımcı olabilir. Nitekim, anlık çevresel değerlendirme ve mind.me uygulaması yoluyla klinik depresyonu olan yetişkinlerdeki semptomların, ses tanıma, mesajlaşma ve kelime kullanımı gibi veriler toplanarak izlendiği bir çalışmada depresif belirtiler %91 doğruluk, %98 duyarlılık ve %93 özgüllük ile tahmin edilebilmiştir.7
Prof. Dr. McIntyre, yapay zekanın yeni ilaçlar icat etmeyeceğini, ancak farklı biyolojik sistemler dahilinde ve arasında gerçekleşen ve yapay zeka olmadan ölçülmesi imkansız olan etkileşimleri entegre etmemize yardımcı olacağını söylemiştir.
Our correspondent’s highlights from the symposium are meant as a fair representation of the scientific content presented. The views and opinions expressed on this page do not necessarily reflect those of Lundbeck.
