Een nieuwe AI-gestuurde methode, ontwikkeld door Nederlandse onderzoekers, kan nu voorspellen of het antidepressivum sertraline effect heeft aan de hand van hersenscans en vragenlijsten. De techniek heeft al in twee derde van de gevallen correcte voorspellingen gedaan. Dit zou de behandelingsduur om de effectiviteit van een medicijn te beoordelen kunnen verkorten van maanden naar slechts één week.
Waarom dit belangrijk is
Het duurt lang om te bepalen of een antidepressivum aanslaat of niet. En dat is vervelend, want mensen die kampen met depressie ervaren veel nare klachten. Uit Nederlands onderzoek blijkt nu dat AI de match tussen de patiënt en een antidepressivum veel sneller kan maken.
Wetenschappers van Amsterdam UMC en Radboudumc hebben een voorspellend model ontwikkeld dat de effectiviteit van sertraline kan voorspellen door het analyseren van hersenscans en vragenlijsten. Het onderzoek, gepubliceerd in de American Journal of Psychiatry, benadrukt de rol van hersendoorbloeding als indicator en heeft potentie om de behandelingsprotocollen voor depressie ingrijpend te verbeteren. Met jaarlijks 126.000 sertralinegebruikers in Nederland, kan deze ontwikkeling een aanzienlijke impact hebben op de geestelijke gezondheidszorg.
Depressie is een van de meest voorkomende mentale aandoeningen in Nederland, één miljoen mensen krijgen te maken met deze aandoening. Het vinden van het juiste medicijn is een lang en vaak ontmoedigend proces.
De gebruikelijke periode om te bepalen of sertraline aanslaat, kan oplopen tot twee maanden. Gedurende deze tijd kunnen patiënten onnodig lijden aan bijwerkingen zonder merkbaar voordeel. De nieuwe AI-methode heeft echter de potentie om deze periode drastisch te verkorten. De voordelen spreken voor zich: minder blootstelling aan ongewenste bijwerkingen, snellere verlichting van depressieve symptomen en een efficiënter gebruik van gezondheidszorgmiddelen.
Betere precisie in de psychiatrie
Liesbeth Reneman, hoofdonderzoeker en hoogleraar neuroradiologie aan het Amsterdam UMC, zei tegen NRC dat psychiaters momenteel weinig concrete middelen hebben om te beoordelen welk medicijn effectief zal zijn. Het nieuwe algoritme voorspelt na analyse van MRI-beelden en vragenlijsten in twee derde van de gevallen correct of sertraline zal werken. Dit is een aanzienlijke verbetering ten opzichte van de huidige trial-and-error aanpak.
De methode die is ontwikkeld, kan een revolutie teweegbrengen in de manier waarop medicatie voor depressie wordt voorgeschreven. Door de doorbloeding in delen van de hersenen waar emoties worden gereguleerd te analyseren, kan het algoritme de responsiviteit op het medicijn evalueren. “Als de doorbloeding goed is, kunnen de medicijnen beter hun werk doen”, aldus Reneman.
Integratie van klinische en beeldvormende gegevens
Het onderzoek maakte gebruik van gegevens van de Establishing Moderators and Biosignatures of Antidepressant Response in Clinical Care (EMBARC) studie, een gerandomiseerde klinische proef uit de Verenigde Staten. Hierbij werden 229 volwassen patiënten met een terugkerende of chronische depressie gevolgd. De AI-methode integreerde MRI-gegevens en klinische assessments om een uitgebreid beeld te krijgen van de patiënt voor en na een week behandeling met sertraline of een placebo.
De resultaten van de studie zijn veelbelovend. De voorspellende prestaties van het model voor respons op sertraline waren significant beter dan toeval. Verder bleken multimodale modellen, die meerdere typen data combineren, unimodale modellen te overtreffen. Dit bevestigt dat een geïntegreerde aanpak de precisie van voorspellingen verhoogt.
Innovatie in de behandelkamer
De nieuwe techniek staat nog niet volledig in de startblokken voor klinische implementatie. Psychiaters moeten patiënten kunnen doorverwijzen voor een hersenscan en het algoritme moet geïntegreerd worden in de behandelprotocollen. De verwachting is dat, wanneer dit gerealiseerd is, het aantal onnodige voorschriften van sertraline aanzienlijk zal afnemen.
Toekomstige toepassingen en uitdagingen
De potentie van het AI-model strekt zich mogelijk ook uit tot andere medicatie binnen de categorie van serotonineheropnameremmers (SSRI’s). Reneman en haar team willen onderzoeken of het model ook voor deze medicijnen voorspellende waarde heeft. Dit zou de deur kunnen openen naar bredere toepassingen binnen de psychiatrische zorg.
Een directe uitdaging is echter de implementatie in de dagelijkse praktijk. Hoewel de resultaten hoopgevend zijn, moeten de vinden hun weg vinden naar behandelkamers; een tijdrovend proces.
Deze AI-gestuurde doorbraken kunnen een belangrijke stap zijn richting gepersonaliseerde geneeskunde in de psychiatrie. Met een snellere en nauwkeurigere match tussen patiënt en antidepressivum, belooft deze ontwikkeling de kwaliteit van leven voor velen te verbeteren. De komende jaren zullen uitwijzen hoe snel deze technieken in de praktijk gebracht kunnen worden en welke impact ze daadwerkelijk zullen hebben op de geestelijke gezondheidszorg.
Als je dit artikel leuk vindt, lees dan ook:
