AI精准“导航”抑郁症治疗：告别“试错”，拥抱个性化新时代

admin0

星标“医工学人”，第一时间获取医工交叉领域新闻动态~

抑郁症（MDD）作为全球性的致残主因，影响着逾3亿人口，每年给美国带来高达3262亿美元的经济负担。尽管现有多种有效治疗方案，但令人沮丧的是，首次治疗的缓解率仅约三分之一。这意味着许多患者不得不经历漫长的“试错”过程来寻找最适合的药物，这不仅延长了病程，也可能导致更差的治疗结局。

想象一下，如果能有一款“智能罗盘”，在治疗之初就能为医生和患者指明方向，避免不必要的弯路，那将是何等突破！现在，这项突破正成为现实。一项最新研究为我们揭示了一款开创性的AI模型——AID-ME模型，它旨在个性化预测重度抑郁症患者对多种药物的缓解概率，从而颠覆传统的“试错”模式。

01

AI如何“把脉”抑郁症治疗

传统的治疗选择往往基于医生的经验和指南，但患者个体差异巨大，单一的指南难以满足所有需求。而AID-ME模型正是为解决这一痛点而生。它采用深度学习技术，利用海量的临床试验数据进行训练，学习患者的特征与特定治疗效果之间的复杂关联。

02

核心优势：精准预测与易用性

1. 多药预测，告别盲选：不同于以往仅预测一两种药物的研究，AID-ME模型能够同时预测10种常见药物（包括8种一线抗抑郁药和2种常用联合用药）的缓解概率。这为医生提供了更全面的视角，有助于选择最佳方案。

图 1：PRISMA图用于显示研究纳入标准和已纳入的药物

表 1：最终特性

2. 数据驱动，结果可靠：该模型基于9042名中度至重度抑郁症成年患者的临床试验数据进行训练和验证。研究发现，模型在独立测试集上的AUC（受试者工作特征曲线下面积）达到0.65，显著优于随机模型（p=0.01）。

表 2：各数据划分的人口统计信息

图 2：测试集校准图

表 3： 最终模型精度结果
3. 提升缓解率，实实在在的临床效益：在假设性和实际改善测试中，该模型显著提高了患者群体的缓解率。通过模型指导选择治疗方案，人群缓解率从基线的43.15%提升至53.99%（根据“朴素分析”），或从43.21%提升至55.08%（根据“保守分析”）。

表 4： 朴素和保守测试的结果

图 3：选定的灵敏度图-测试集

4. 透明可解释，打破“黑箱”：许多AI模型因其“黑箱”特性让临床医生望而却步。而AID-ME模型通过“显著性图算法”生成可解释性报告，能列出对每次预测影响最大的前5个关键变量。这使得医生能够理解模型推荐背后的依据，增强了信任和采纳度。
5. 消除偏见，公平普惠：研究团队对模型进行了严格的偏见测试，结果显示该模型并未放大因种族、性别或年龄等社会人口学背景带来的潜在有害偏见。这对于确保医疗公平性至关重要。

图 4：偏差图

6. 轻便易用，无需昂贵设备：该模型仅依赖临床和人口统计学变量，无需复杂的影像学或基因检测。这意味着只要有互联网连接，医生和患者就能通过简单的问卷迅速获取预测结果。

图 5：来自临床决策支持系统的示例输出

03

挑战与展望

尽管AID-ME模型取得了显著进展，但研究人员也坦承存在一些挑战。例如，相较于早期模型，AID-ME模型的AUC略低，原因在于它优先选择了临床实践中更易获取的、跨研究通用的数据特征（如人口统计学和临床症状），而牺牲了一些更复杂的生物标记物信息。但正是这种对可及性的考量，使得模型更具实际推广价值。

AID-ME模型的成功部署，标志着精神医学领域在迈向个性化精准医疗的道路上迈出了重要一步。未来，随着数据量的增加和算法的迭代，AI在抑郁症治疗领域的应用将更加深入，有望彻底改变现有的“试错”模式，为全球数亿抑郁症患者带来更高效、更个体化的治疗希望。

▼参考文献

[1] Benrimoh, D., Armstrong, C., Mehltretter, J. et al. Development of the treatment prediction model in the artificial intelligence in depression – medication enhancement study. npj Mental Health Res 4, 26 (2025). 

https://doi.org/10.1038/s44184-025-00136-8

END

撰文 | 刘瑄伦

编辑 | 张艳青

审核 | 医工学人理事会

扫码加入医工学人，进入综合及细分领域群聊，参与线上线下交流活动

推荐阅读

医工学人公众号征稿须知

Nature Electronics | “PillTrek”：可吞咽的智能实验室，实时解读肠道健康密码

Eur. Heart J | 急性心肌梗死后心力衰竭事件及其对患者预后的影响

 

医工简报 | 中国出手反制欧盟采购医疗器械限制；全息经颅超声神经调控通过合作募集分布式脑回路来提高刺激效果

点击关注医工学人

最新直播

图片

本篇文章来源于微信公众号: 医工学人

发表回复