الذكاء الاصطناعي يرسم خريطة جديدة لعلاج الاكتئاب

يعاني ملايين المرضى حول العالم صعوبة الوصول إلى العلاج المناسب من المحاولة الأولى؛ إذ يُقدَّر أن الاكتئاب يصيب نحو 4% من سكان العالم. وغالباً يخوض المرضى رحلة طويلة من التجارب الدوائية تمتد أشهراً أو سنوات قبل تحقيق تحسن واضح، وهذا يفاقم الأعباء النفسية والاجتماعية المرتبطة بالمرض.

اعتمدت الدراسة، المنشورة في مجلة "Nature Mental Health"، على أبحاث أجراها فريق من جامعات ستانفورد وليهاي وتكساس في أوستن؛ إذ تم تحليل بيانات تصوير الدماغ لمرضى يعانون اضطراب الاكتئاب الشديد، أحد أكثر الاضطرابات النفسية انتشاراً عالمياً.

توضح نتائج الدراسة أن غياب مؤشرات حيوية دقيقة يظل أحد أبرز التحديات في علاج الاكتئاب، وهذا قد أشار إليه الدكتور يو تشانغ، الأستاذ المساعد في جامعة ستانفورد والمشرف على البحث، مؤكداً أن هذا النقص يحدّ من قدرة الأطباء على اختيار العلاج الأمثل لكل مريض منذ البداية.

استند الباحثون إلى نماذج تعلم آلي تم تدريبها باستخدام بيانات تصوير دماغي بنيوي ووظيفي لمرضى تلقوا علاجاً بمضادات الاكتئاب الشائعة مثل "سيرترالين"و"إسيتالوبرام"، وكلاهما من مثبطات استرداد السيروتونين الانتقائية، إضافة إلى مجموعة تلقت علاجاً وهمياً.

أظهرت النتائج أن النموذج استطاع رصد أنماط محددة في بنية الدماغ وشبكات الاتصال العصبي، ارتبطت بتحسن الأعراض، وهذا أتاح التنبؤ بدرجة استجابة المرضى للعلاج الدوائي أو الوهمي مسبقاً، قبل بدء الخطة العلاجية.

برزت أهمية الدراسة في قدرتها على التمييز بين تأثير الدواء الحقيقي وتأثير البلاسيبو، وهو عنصر طالما أربك نتائج التجارب السريرية في مجال الاكتئاب، وأثار تساؤلات عن فعالية بعض العلاجات المتاحة.

كشفت التحليلات أن شبكات دماغية معينة تؤدي دوراً محورياً في التحسن السريري، وهذا يعزز الفهم العلمي للآليات العصبية المرتبطة بالاكتئاب، ويفتح آفاقاً جديدة لتطوير علاجات أكثر دقة وفعالية.

يرى الباحثون أن هذه النتائج تمهد الطريق نحو اعتماد الطب النفسي الدقيق؛ إذ يمكن مستقبلاً استخدام فحوصات الدماغ لتوجيه القرارات العلاجية، وتقليل الوقت الضائع في محاولات علاجية غير ناجحة.

أشار الفريق البحثي إلى خطط لتوسيع النموذج ليشمل أنواعاً إضافية من البيانات العصبية، مع متابعة التغيرات الدماغية على المدى البعيد، بهدف التنبؤ بالانتكاس أو تحقيق تعافٍ مستدام.