Mit künstlicher Intelligenz zum richtigen Antidepressivum

cst | Das passende Antidepressivum zu finden, ist oft schwierig. Bei rund einem Drittel aller Patienten bringt der erste Therapieversuch nicht den gewünschten Erfolg. Mehr als die Hälfte erreicht auch nach einer achtwöchigen Behandlung mit einem Antidepressivum keine vollständige Besserung der Symptome. Eine einfache Möglichkeit, den Behandlungserfolg vorherzusagen, wäre bei der Therapieentscheidung somit eine große Hilfe. Zumindest für Sertralin scheint dies US-amerikanischen Wissenschaftlern nun gelungen zu sein. Sie entwickelten einen Computer-Algorithmus zur Auswertung von Elektroenzephalogramm(EEG)-Daten mit dem Namen SELSER (Sparse EEG Latent SpacE Regression). Das Team um Prof. Amit Etkin von der Stanford University, USA, analysierte die Daten von mehr als 300 Probanden mit einer Major Depression, die im Rahmen der EMBARC-Studie (Establishing Moderators and Biosignatures of Antidepressant Response for Clinical Care) ent­weder mit Placebo oder dem selektiven Serotonin-Reuptake-Inhibitor (SSRI) Sertralin (Zoloft^®, Generika) behandelt wurden. Vor Therapiebeginn wurde von allen Studienteilnehmern ein EEG angefertigt. Mithilfe von maschinellem Lernen gelang es, ein zuverlässiges Vorhersagemodell zu finden, das an drei weiteren Patientengruppen validiert wurde. Die künstliche Intelligenz erkannte anhand der EEG-Daten, welcher Patient innerhalb von zwei Monaten auf die Sertralin-Therapie ansprechen würde. Ausschlaggebend sind die Alpha-Wellen im EEG, die bei geöffneten Augen registriert werden und im Frequenzbereich zwischen 8 und 13 Hz liegen. Bevor SELSER in der Routineversorgung eingesetzt werden kann, sind allerdings noch weitere Untersuchungen nötig. Etkin zeigt sich jedoch optimistisch, dass dies in absehbarer Zukunft gelingen könnte. |