Intereting Posts
आपकी प्रशंसा करने के लिए कौन खुश होगा? डाउनवर्ड स्पाइरल को उलट देना क्यों खुद की सीमा? स्वतंत्र, आत्मनिर्भर बच्चों को बढ़ाना रिलेशनशिप रिपोर्ट कार्ड एक अरब डॉलर सफलता की कहानी का रहस्य क्या यह प्यार बढ़ रहा है या एक पलटने वाले रिश्ते? व्हेल, व्हेलिंग और मानवता प्यार आप गूंगा बनाता है, सेक्स आप स्मार्ट बनाता है दोस्तों या फ़्रेन्मीज़? स्कूलों में बदमाशी को समझना 3 चिंताओं आपके बच्चे में सीखना विकलांग है 'डॉन नॉट हेट मी फॉर आई मी सुंदर' – जब सौंदर्य खराब है एक बेबी होने के लिए 'सर्वश्रेष्ठ आयु' क्या है? महिलाओं और पुरुष मत अलग मत क्यों करते हैं? लाभ के साथ मित्र: मैत्रीपूर्ण कैसे? कैसे यौन?

मशीन लर्निंग ने शिजोफ्रेनिया के मरीजों की पहचान करने में मदद की

सिज़ोफ्रेनिया से पीड़ित नए रोगियों की मदद हम कैसे कर सकते हैं?

ब्रेन एंड बिहेवियर स्टाफ द्वारा

फंक्शनल इमेजिंग डेटा का विश्लेषण करने के लिए मशीन-लर्निंग तकनीकों का उपयोग करते हुए, फाउंडेशन-समर्थित शोधकर्ताओं की एक टीम रिपोर्ट करती है कि यह नव निदान रोगियों के एक समूह के 78 प्रतिशत में स्किज़ोफ्रेनिया की उपस्थिति की पहचान करने में सक्षम था। टीम 82 प्रतिशत सटीकता के साथ आगे की भविष्यवाणी कर सकती है, जो रोगी एंटीसाइकोटिक दवा रिसपेरीडोन के साथ इलाज के लिए प्रतिक्रिया करेंगे।

यह सिज़ोफ्रेनिया के निदान में डॉक्टरों की सहायता के लिए विश्वसनीय बायोमार्कर खोजने की दिशा में एक कदम है, और आखिरकार, लक्षणों के प्रकट होने से पहले बीमारी का पूर्वानुमान लगाने के लिए, बो काओ, पीएचडी के अनुसार, कनाडा के अल्बर्टा विश्वविद्यालय में बीबीआरएफ 2016 के युवा अन्वेषक। काओ टीम के कागज के पहले लेखक थे, जो जून में आणविक मनोचिकित्सा में प्रकाशित हुए थे।

काओ और सहकर्मियों ने सिज़ोफ्रेनिया रोगियों के एक समूह से एफएमआरआई मस्तिष्क स्कैनिंग छवियां एकत्र कीं, जिनके पास केवल मनोविकृति के पहले एपिसोड थे, लेकिन जिन्हें अभी तक विकार का इलाज नहीं किया गया था। स्कैन स्वस्थ समुदाय के सदस्यों में भी किए गए थे जिन्हें नियंत्रण के रूप में भर्ती किया गया था। टीम ने चित्रों का विश्लेषण करने के लिए मशीन-लर्निंग एल्गोरिदम (गणित-आधारित प्रक्रियाओं) का उपयोग किया और मस्तिष्क के एक हिस्से के बीच बेहतर टेम्पोरल कॉर्टेक्स (एसटीसी) और अन्य कॉर्टिकल क्षेत्रों के बीच कनेक्शन का आकलन किया। एसटीसी ध्वनि की धारणा और संवेदी सूचना के एकीकरण में शामिल है।

परिणामों ने सुझाव दिया कि सिज़ोफ्रेनिया के शुरुआती चरणों में, एसटीसी और प्रांतस्था के अन्य हिस्सों के बीच सूचना का आदान-प्रदान कम हो जाता है, बीमारी के बिना लोगों में स्तरों के साथ तुलना में। चूंकि एंटीसाइकोटिक्स समय के साथ मस्तिष्क में परिवर्तन का कारण बन सकता है, टीम ने जानबूझकर भर्ती किए गए रोगियों को दवा से संभावित भ्रमित प्रभावों से बचने के लिए अभी तक ऐसी दवाएं नहीं मिली थीं। परिणाम इसके सुझाव के लिए पेचीदा है कि एसटीसी कनेक्टिविटी प्रारंभिक चरण की बीमारी और मनोविकृति के जोखिम का एक उपयोगी बायोमार्कर हो सकता है।

काओ ने सिज़ोफ्रेनिया जैसी गंभीर मानसिक बीमारियों का जल्द से जल्द निदान और उपचार करने की कोशिश करने के महत्व पर बल दिया। टीम ने कहा कि निष्कर्षों को अब बड़े रोगी नमूनों के साथ सत्यापित करने की आवश्यकता है, लेकिन यह सुझाव दिया गया है कि अध्ययन प्रारंभिक नैदानिक ​​पहचान में अनुवादक उपकरण के विकास की दिशा में एक महत्वपूर्ण कदम है, साथ ही प्रथम-प्रकरण सिज़ोफ्रेनिया में प्रारंभिक उपचार के लिए व्यक्तिगत उपचार दृष्टिकोण भी बताता है।

टीम के वरिष्ठ सदस्य जियांग यांग झांग, एमडी, पीएचडी, 2013 बीबीआरएफ स्वतंत्र अन्वेषक वर्तमान में मनोविज्ञान संस्थान, चीनी अकादमी ऑफ साइंसेज में थे। अन्य सदस्यों में बायलर कॉलेज ऑफ मेडिसिन के शोधकर्ता रेमंड वाई चो, एमडी, एम.एससी, एक बीबीआरएफ 2015 स्वतंत्र अन्वेषक और 2005 और 2003 के युवा अन्वेषक, और ह्यूस्टन के यूनिवर्सिटी ऑफ टेक्सास हेल्थ साइंस सेंटर के शोधकर्ता जायर सोरेस, एमडी, पीएच.डी. , एक बीबीआरएफ 2002 स्वतंत्र अन्वेषक और 1999 और 1997 युवा अन्वेषक।