Une étude combinant apprentissage automatique et électroencéphalogramme pour traiter la dépression

Il y a du neuf dans le traitement de la dépression aux US grâce à l'utilisation de l'apprentissage automatique.

Le traitement de la dépression se fait à tâtons et par itérations en testant un traitement, en observant les effets puis en recommençant.

La maladie étant complexe et le nombre de traitements possibles important, on peut donc sombrer avec cette méthode dans une longue et terrible combinatoire.

Le premier traitement, voire le second, ne donnent pas toujours le résultat escompté.

Seul 33 à 37 % de malades sont guéris avec à cette démarche, ce qui est catastrophique.

Une expérience a été menée sur un traitement spécifique de la dépression, la Sertraline, un inhibiteur de la recapture de la sérotonine

L'idée est d'utiliser l'EEG pour mesurer la réponse à un traitement autrement que par un ressenti du patient.

Un algorithme d'apprentissages automatique est ensuite appliqué aux mesures relevées afin de mettre en évidence la corrélation traitement/guérison.

Cet algorithme est par la suite utilisé pour "prédire" si le traitement concerné est susceptible de fonctionner sur un patient inconnu.

Les résultats obtenus sont les suivants: 🎯 Isolation de l'effet placébo grâce à ce procédé avec 83% de précision 🎯 Prédiction de l'efficacité du traitement avec une précision de 83.7%

L'extrapolation de cette méthode à d'autres antidépresseurs pourrait permettre de prédire quels patients répondront à un médicament antidépresseur spécifique.

À noter que l'apprentissage automatique à partir d'EEG a déjà donné des premiers résultats encourageant sur la détection de pensées suicidaires.

Bravo à Maryam Ravan du New York Institute of Technology qui s'est emparé du sujet pour produire ces résultats prometteurs.