Naukowcy z Uniwersytetu Oksfordzkiego opracowali narzędzie oparte na sztucznej inteligencji, które ma zrewolucjonizować sposób przepisywania antydepresantów. Wyniki zakrojonego na szeroką skalę badania klinicznego pokazują, że AI potrafi skutecznie dopasować lek do konkretnego pacjenta – i to znacznie szybciej niż tradycyjne metody.
Narzędzie o nazwie PETRUSHKA (od: Personalising Antidepressant Treatment for Unipolar Depression Combining Individual Choices, Risks and Big Data) analizuje dostępne dane medyczne dotyczące depresji i zestawia je z informacjami o pacjencie – jego historią zdrowotną, preferencjami dotyczącymi skutków ubocznych czy stylem życia. Na tej podstawie wskazuje lek, który rokuje najlepiej.
Problem, który trwa od dekad
Dobór właściwego antydepresantu to dziś jeden z najtrudniejszych i najbardziej frustrujących procesów w psychiatrii. Szacuje się, że nawet 80% spośród milionów ludzi przepisywanych te leki przerywa leczenie w ciągu kilku tygodni – najczęściej z powodu nietolerowanych skutków ubocznych albo braku efektów. Znalezienie odpowiedniego preparatu może trwać latami.
To właśnie doświadczył Henry Winchester z Bristolu. 45-latek od czasów studenckich zmaga się z nawracającą depresją.
„It has been very challenging at times. I get quite bad anxiety about things. I can get in quite a low mood about things” – mówił. „That can limit how much I can do with my life, there’s a lot of things that I’d like to do but I can’t because I feel that I’m held back by my brain.”
Przez pięć lat próbował kolejnych leków. Żaden nie przyniósł ulgi bez trudnych do zniesienia skutków ubocznych. Dopiero udział w badaniu PETRUSHKA zmienił jego sytuację.
„There was quite an exciting moment when it finally revealed the antidepressant that suited me best” – wspomina.
Efekty, które trudno zignorować
Badanie objęło 500 dorosłych pacjentów z diagnozą dużego zaburzenia depresyjnego (MDD) w trzech krajach: Wielkiej Brytanii, Brazylii i Kanadzie. Łącznie przeprowadzono je w 47 ośrodkach na całym świecie.
Główny badacz, profesor Andrea Cipriani z Oksfordu, nie kryje satysfakcji z wyników:
„The PETRUSHKA tool is a revolutionary approach, because until now when we prescribe an antidepressant to a person with depression, we use trial and error based on the experience of the clinician. The trial and error is a lengthy process and also it is harmful for patients.”
Kluczowa liczba: zastosowanie narzędzia zwiększa o 40% prawdopodobieństwo, że pacjent będzie kontynuował leczenie. A to – jak podkreśla Cipriani – przekłada się bezpośrednio na skuteczność terapii i redukcję zarówno objawów depresji, jak i lęku.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl: To jeden z tych przypadków, gdzie AI rzeczywiście może mieć wymierny wpływ na ludzkie życie – i trudno nie patrzeć na to z optymizmem. 40% wzrost skuteczności utrzymania leczenia to nie jest marketingowa obietnica, lecz wynik randomizowanego badania klinicznego. Ale warto zapytać o drugą stronę: kto będzie miał dostęp do tego narzędzia? Czy trafi ono do wszystkich systemów ochrony zdrowia, czy tylko do tych zamożniejszych? I jak bardzo lekarze będą skłonni zaufać rekomendacji algorytmu, gdy w grę wchodzi zdrowie psychiczne pacjenta? Narzędzie może być świetne – relacja lekarz-pacjent pozostaje jednak niezastąpiona.
Pierwsze takie badanie w historii psychiatrii
Wyniki opublikowano w prestiżowym „Journal of American Medical Association” (JAMA). To historyczny moment – po raz pierwszy kliniczne narzędzie predykcyjne dla zdrowia psychicznego zostało potwierdzone jako skuteczne w warunkach badania klinicznego.
Dla Winchestera efekty są jak najbardziej realne.
„I feel much more optimistic because I feel like, a lot of the things that bothered me before, don’t bother me as much now. I just have an inner confidence that I’ve never really had before.”
Zespół badaczy ma teraz ambitne plany: chce rozszerzyć zastosowanie PETRUSHKA na inne zaburzenia psychiczne i wdrożyć narzędzie w gabinetach lekarzy pierwszego kontaktu w całej Wielkiej Brytanii. Jeśli to się uda, metoda prób i błędów w psychiatrii może przejść do historii.
