अमेरिका में स्टैनफोर्ड मेडिसिन के शोधकर्ताओं के नेतृत्व में किए गए अध्ययन के अनुसार, मशीन लर्निंग के साथ संयुक्त मस्तिष्क इमेजिंग अवसाद और चिंता के उपप्रकारों को प्रकट कर सकती है, जो नेचर मेडिसिन पत्रिका में प्रकाशित हुआ है।
मरीजों के मस्तिष्क की छवियों को समूहीकृत करने के लिए क्लस्टर विश्लेषण नामक मशीन लर्निंग दृष्टिकोण का उपयोग करते हुए, टीम ने मस्तिष्क क्षेत्रों में गतिविधि के छह अलग-अलग पैटर्न की पहचान की, जिनका उन्होंने अध्ययन किया।
स्टैनफोर्ड मेडिसिन सेंटर फॉर प्रिसिजन मेंटल हेल्थ एंड वेलनेस के निदेशक लीन विलियम्स ने कहा, "उपचार के साथ रोगियों के मिलान के लिए बेहतर तरीकों की सख्त जरूरत है।"
अध्ययन में, एक उपप्रकार वाले मरीज़, जो मस्तिष्क के संज्ञानात्मक क्षेत्रों में अति सक्रियता की विशेषता है, ने अन्य बायोटाइप वाले लोगों की तुलना में एंटीडिप्रेसेंट वेनलाफैक्सिन (आमतौर पर एफेक्सोर के रूप में जाना जाता है) के प्रति सबसे अच्छी प्रतिक्रिया का अनुभव किया। दूसरे उपप्रकार वाले, जिनके मस्तिष्क आराम के समय अवसाद और समस्या-समाधान से जुड़े तीन क्षेत्रों के बीच गतिविधि के उच्च स्तर पर थे, उनमें व्यवहारिक टॉक थेरेपी के साथ लक्षणों का बेहतर निवारण हुआ।
तीसरे उपप्रकार वाले, जिनके मस्तिष्क सर्किट में आराम के समय गतिविधि का स्तर कम था जो ध्यान को नियंत्रित करता है, अन्य बायोटाइप वाले लोगों की तुलना में टॉक थेरेपी के साथ उनके लक्षणों में सुधार देखने की संभावना कम थी, टीम ने नोट किया।
विलियम्स ने कहा, "हमारी जानकारी के अनुसार, यह पहली बार है जब हम यह प्रदर्शित करने में सक्षम हुए हैं कि अवसाद को मस्तिष्क के कामकाज में विभिन्न व्यवधानों द्वारा समझाया जा सकता है।"
हाल ही में प्रकाशित एक अन्य अध्ययन में, विलियम्स और उनकी टीम ने दिखाया कि एफएमआरआई मस्तिष्क इमेजिंग का उपयोग करने से अवसादरोधी उपचार पर प्रतिक्रिया करने की संभावना वाले व्यक्तियों की पहचान करने की उनकी क्षमता में सुधार होता है।
विलियम्स और उनकी टीम अब अधिक प्रतिभागियों को शामिल करने के लिए इमेजिंग अध्ययन का विस्तार कर रही है। विलियम्स ने कहा, "हमारे काम का लक्ष्य यह पता लगाना है कि हम इसे पहली बार में कैसे सही कर सकते हैं।"
"अवसाद के क्षेत्र में रहना और इस एक आकार-सभी के लिए उपयुक्त दृष्टिकोण का कोई बेहतर विकल्प न होना बहुत निराशाजनक है।"
मरीजों के मस्तिष्क की छवियों को समूहीकृत करने के लिए क्लस्टर विश्लेषण नामक मशीन लर्निंग दृष्टिकोण का उपयोग करते हुए, टीम ने मस्तिष्क क्षेत्रों में गतिविधि के छह अलग-अलग पैटर्न की पहचान की, जिनका उन्होंने अध्ययन किया।
स्टैनफोर्ड मेडिसिन सेंटर फॉर प्रिसिजन मेंटल हेल्थ एंड वेलनेस के निदेशक लीन विलियम्स ने कहा, "उपचार के साथ रोगियों के मिलान के लिए बेहतर तरीकों की सख्त जरूरत है।"
अध्ययन में, एक उपप्रकार वाले मरीज़, जो मस्तिष्क के संज्ञानात्मक क्षेत्रों में अति सक्रियता की विशेषता है, ने अन्य बायोटाइप वाले लोगों की तुलना में एंटीडिप्रेसेंट वेनलाफैक्सिन (आमतौर पर एफेक्सोर के रूप में जाना जाता है) के प्रति सबसे अच्छी प्रतिक्रिया का अनुभव किया। दूसरे उपप्रकार वाले, जिनके मस्तिष्क आराम के समय अवसाद और समस्या-समाधान से जुड़े तीन क्षेत्रों के बीच गतिविधि के उच्च स्तर पर थे, उनमें व्यवहारिक टॉक थेरेपी के साथ लक्षणों का बेहतर निवारण हुआ।
तीसरे उपप्रकार वाले, जिनके मस्तिष्क सर्किट में आराम के समय गतिविधि का स्तर कम था जो ध्यान को नियंत्रित करता है, अन्य बायोटाइप वाले लोगों की तुलना में टॉक थेरेपी के साथ उनके लक्षणों में सुधार देखने की संभावना कम थी, टीम ने नोट किया।
विलियम्स ने कहा, "हमारी जानकारी के अनुसार, यह पहली बार है जब हम यह प्रदर्शित करने में सक्षम हुए हैं कि अवसाद को मस्तिष्क के कामकाज में विभिन्न व्यवधानों द्वारा समझाया जा सकता है।"
हाल ही में प्रकाशित एक अन्य अध्ययन में, विलियम्स और उनकी टीम ने दिखाया कि एफएमआरआई मस्तिष्क इमेजिंग का उपयोग करने से अवसादरोधी उपचार पर प्रतिक्रिया करने की संभावना वाले व्यक्तियों की पहचान करने की उनकी क्षमता में सुधार होता है।
विलियम्स और उनकी टीम अब अधिक प्रतिभागियों को शामिल करने के लिए इमेजिंग अध्ययन का विस्तार कर रही है। विलियम्स ने कहा, "हमारे काम का लक्ष्य यह पता लगाना है कि हम इसे पहली बार में कैसे सही कर सकते हैं।"
"अवसाद के क्षेत्र में रहना और इस एक आकार-सभी के लिए उपयुक्त दृष्टिकोण का कोई बेहतर विकल्प न होना बहुत निराशाजनक है।"
