Российские учёные научились выявлять шизофрению по скрытым компонентам мозговых волн

Модель машинного обучения достигла чувствительности 96,7% и специфичности 97,7%, что значительно превышает предыдущие результаты (до 90%). Метод позволяет диагностировать шизофрению точнее клинических опросников.

Шизофрения — диагноз, который часто ставят слишком поздно. Или неточно. Врачи опираются на беседы и опросники, где многое зависит от интерпретации. А между тем болезнь поражает около 1% населения, и почти половина пациентов становятся инвалидами. Но теперь у психиатрии появляется инструментальный метод. Точный. Объективный. На основе мозговых волн, сообщает ТАСС.

Учёные Института проблем машиноведения РАН совместно с коллегами из Института мозга человека РАН и швейцарского фонда Brain and Trauma Foundation разработали метод выявления шизофрении по скрытым компонентам электрических сигналов мозга. Новый подход, основанный на математическом разделении мозговых волн на отдельные источники, позволил модели машинного обучения классифицировать данные пациентов с чувствительностью 96,7% и специфичностью 97,7%.

Что означают эти цифры? Чувствительность 96,7% — модель правильно идентифицирует 97 из 100 больных. Специфичность 97,7% — только 2-3 здоровых человека из 100 будут ошибочно приняты за больных. Это очень высокие показатели. Намного лучше, чем предыдущие попытки (точность до 90%) и уж тем более — клинические интервью.

Как это работает? Сигнал ЭЭГ, записанный с поверхности скальпа, — это смесь активностей множества глубинных источников мозга. Они перекрываются, маскируя важные для диагностики феномены. Учёные применили метод «слепого разделения источников», который математически восстанавливает исходные сигналы от разных нейронных сетей. Даже если они сильно перекрываются во времени.

«В данной работе мы сделали следующий шаг, поставив цель повысить точность диагностики путем выделения скрытых, "латентных" источников сигнала. Для этого мы использовали уникальный метод разделения сигналов, называемый "слепым разделением источников"», — пояснила стажер-исследователь ИПМаш РАН Надежда Шанарова.

В исследовании участвовали 68 пациентов и 132 здоровых добровольца. Они выполняли зрительный тест, оценивающий когнитивный контроль, торможение импульсивных действий и концентрацию внимания — именно эти функции часто нарушены при шизофрении.

Вместо того чтобы подавать на вход модели сырые или усреднённые ЭЭГ-сигналы от 19 электродов, учёные преобразовали данные каждого испытуемого в 11 компонент. Затем статистически сравнили сигналы между группами, определили временные интервалы с максимальными различиями, извлекли признаки и дополнили их поведенческими данными.

Результат — чувствительность 96,7% и специфичность 97,7%. Система правильно идентифицирует практически всех больных и даёт минимум ложных тревог.

Обнаруженные скрытые компоненты указывают на конкретные сети мозга, работа которых нарушена при заболевании. Это открывает возможности для разработки таргетных методов терапии — с использованием нейрообратной связи или неинвазивной стимуляции мозга. Не просто диагностировать, но и лечить. Точечно. Понимая, что именно сломалось.