Российские учёные разработали алгоритм, выявляющий депрессию с помощью МРТ

Исследователи из Российского экономического университета имени Г. В. Плеханова представили вычислительную систему, способную выявлять большое депрессивное расстройство с точностью 86%. Работа, опубликованная в журнале Chaos, Solitons and Fractals, предлагает один из наиболее точных на сегодняшний день инструментов ранней диагностики депрессии.

В основе метода — комбинация алгоритмов машинного обучения и контрастивного анализа. Система обрабатывает данные функциональной магнитно-резонансной томографии (МРТ), выявляя особенности сетевой организации мозга. На первом этапе алгоритм выделяет ключевые паттерны, связанные с поведенческими изменениями, — например, нарушения в связях лобной коры. Затем применяется контрастивный подход: модель фокусируется не на различиях внутри групп, а на тонких, но устойчивых отличиях между мозгом здоровых людей и пациентов с диагностированной депрессией.

В исследовании использовались данные 140 участников — поровну с диагнозом и без него. В отличие от традиционной клинической оценки, точность которой близка к 50%, новая система позволяет фиксировать изменения, недоступные стандартной диагностике. В частности, алгоритм выявил около 20 значимых нейронных связей, вовлечённых в развитие депрессии, тогда как классические методы обнаружили лишь пять.

Авторы исследования подчёркивают, что депрессия — не локальное нарушение, а сложный сбой взаимодействия нейронных сетей. Предложенный подход не только увеличивает точность диагностики, но и открывает возможности для персонализированной терапии.

«В дальнейшем мы планируем применить разработанный подход к другим психиатрическим и неврологическим заболеваниям, таким как шизофрения и биполярное расстройство», — говорит участник проекта и доктор физико-математических наук Семён Куркин.