情绪障碍如重度抑郁症(MDD)和双相情感障碍通常很复杂且难以诊断，尤其是在疾病不断发展的年轻人中。这可能会使药物治疗决策变得困难。在Lawson Health Research Institute，Mind Research Network和Brainnetome Center的一项合作研究中，研究人员开发了一种人工智能(AI)算法，该算法可以对大脑扫描进行分析，以更好地对患有复杂情绪障碍的患者进行疾病分类，并帮助预测他们对药物的反应。

完整的研究包括来自伦敦健康科学中心(LHSC)的心理健康计划的78名新兴成人患者，这些患者主要来自第一情节和焦虑症计划(FEMAP)。研究的第一部分涉及66位已经完成治疗以明确诊断MDD或I型双相情感障碍(双相I型)的患者，这是一种双相情感障碍形式，具有躁狂发作的特征，另外还有33个研究没有精神病史的参与者。每个人都参加了扫描，以使用伦敦圣约瑟夫医疗保健所使用的劳森功能磁共振成像(fMRI)功能检查不同的大脑网络。

该研究小组分析并比较了那些患有MDD，双相I且无精神病史的患者的扫描结果，发现这三组患者在特定的大脑网络方面存在差异。这些包括默认模式网络中的区域(一组对自我反射很重要的区域)以及丘脑中的丘脑(连接多个皮质区域并有助于控制唤醒和机敏性的“网关”)。

The Mind Research Network的研究人员使用该数据开发了一种AI算法，该算法使用机器学习来检查fMRI扫描以对患者是否患有MDD或双相I进行分类。在针对具有已知诊断的研究参与者进行测试时，该算法可以正确分类他们的疾病准确率为92.4%。

然后，研究小组对另外12名患有复杂情绪障碍的参与者进行了成像，但他们的诊断尚不清楚。他们使用该算法研究参与者的脑功能以预测其诊断，更重要的是，检查了参与者对药物的反应。

“抗抑郁药是MDD的金标准药物疗法，而情绪稳定剂则是双相I的金标准，”劳森(Lawson)的临床科学家，FEMAP的医学总监兼这项研究的首席研究员伊丽莎白·奥苏斯(Elizabeth Osuch)博士说。“但是当诊断不清楚时，很难预测哪种药物对患有复杂情绪障碍的患者有效。他们会对抗抑郁药或情绪稳定剂反应更好吗?”