Библиографическое описание:Диагностика шизофрении по данным различных модальностей: биомаркеры и методы машинного обучения (обзор) : научное издание / М. Г. Шараев [и др.]. - Текст : непосредственный // Современные технологии в медицине. - 2022. - Т. 14, № 5. - С. 53-77. - Исследование выполнено за счет гранта Российского научного фонда №21-71-10136, https://rscf.ru/project/21-71-10136/. - ISSN 2076-4243. - ISSN 2309-995X, DOI 10.17691/stm2022.14.5.06.
Аннотация:Schizophrenia is a socially significant mental disorder resulting frequently in severe forms of disability. Diagnosis, choice of treatment tactics, and rehabilitation in clinical psychiatry are mainly based on the assessment of behavioral patterns, socio-demographic data, and other investigations such as clinical observations and neuropsychological testing including examination of patients by the psychiatrist, self-reports, and questionnaires. In many respects, these data are subjective and therefore a large number of works have appeared in recent years devoted to the search for objective characteristics (indices, biomarkers) of the processes going on in the human body and reflected in the behavioral and psychoneurological patterns of patients. Such biomarkers are based on the results of instrumental and laboratory studies (neuroimaging, electro-physiological, biochemical, immunological, genetic, and others) and are successfully being used in neurosciences for understanding the mechanisms of the emergence and development of nervous system pathologies. Presently, with the advent of new effective neuroimaging, laboratory, and other methods of investigation and also with the development of modern methods of data analysis, machine learning, and artificial intelligence, a great number of scientific and clinical studies is being conducted devoted to the search for the markers which have diagnostic and prognostic value and may be used in clinical practice to objectivize the processes of establishing and clarifying the diagnosis, choosing and optimizing treatment and rehabilitation tactics, predicting the course and outcome of the disease. This review presents the analysis of the works which describe the correlates between the diagnosis of schizophrenia, established by health professionals, various manifestations of the psychiatric disorder (its subtype, variant of the course, severity degree, observed symptoms, etc.), and objectively measured characteristics/quantitative indicators (anatomical, functional, immunological, genetic, and others) obtained during instrumental and laboratory examinations of patients. A considerable part of these works has been devoted to correlates/biomarkers of schizophrenia based on the data of structural and functional (at rest and under cognitive load) MRI, EEG, tractography, and immunological data. The found correlates/biomarkers reflect anatomic disorders in the specific brain regions, impairment of functional activity of brain regions and their interconnections, specific microstructure of the brain white matter and the levels of connectivity between the tracts of various structures, alterations of electrical activity in various parts of the brain in different EEG spectral ranges, as well as changes in the innate and adaptive links of immunity. Current methods of data analysis and machine learning to search for schizophrenia biomarkers using the data of diverse modalities and their application during building and interpretation of predictive diagnostic models of schizophrenia have been considered in the present review.
Шизофрения является социально значимым психическим расстройством, зачастую приводящим к тяжелым формам инвалидности. Диагностика, выбор тактики лечения и реабилитации в клинической психиатрии в большей степени основаны на оценке поведенческих паттернов, данных социодемографических и других исследований, таких как клинические наблюдения и нейропсихологическое тестирование, включая обследование пациентов врачом-психиатром, самоотчеты и опросники. Во многом такие данные носят субъективный характер, и поэтому в последние годы появилось значительное количество работ, посвященных поиску объективных характеристик (показателей, биомаркеров) процессов, протекающих в организме человека и отражающихся в поведенческих и психоневрологических паттернах пациентов. Такие биомаркеры основаны на результатах инструментальных и лабораторных исследований (нейровизуализационных, электрофизиологических, биохимических, иммунологических, генетических и др.) и успешно используются в нейронауках для понимания механизмов возникновения и развития патологий нервной системы. В настоящее время в связи с появлением новых эффективных нейровизуализационных, лабораторных и других методов исследования, а также с развитием современных методов анализа данных, машинного обучения и искусственного интеллекта проводится большое количество научных и клинических исследований, посвященных поиску биомаркеров, которые имеют диагностическую и прогностическую значимость при использовании их в клинической практике для объективизации процессов постановки и уточнения диагноза, выбора и оптимизации тактики лечения и реабилитации, а также для построения прогноза течения и исхода заболевания. В данном обзоре проведен анализ работ, в которых описаны корреляты между установленным врачами диагнозом шизофрении, а также различными проявлениями психического расстройства (его подтипом, вариантом течения, степенью тяжести, наблюдаемыми симптомами и др.) и объективно измеряемыми характеристиками/количественными индикаторами (анатомическими, функциональными, иммунологическими, генетическими и др.), получаемыми при инструментальных и лабораторных обследованиях пациентов. Значительная часть рассмотренных работ посвящена коррелятам/биомаркерам шизофрении, основанным на данных структурной и функциональной (в состоянии покоя и при когнитивной нагрузке) МРТ, ЭЭГ, трактографии и на иммунологических данных. Найденные корреляты/биомаркеры отражают анатомические нарушения в конкретных областях мозга, нарушения функциональной активности регионов мозга и их взаимосвязей, особенности микроструктуры белого вещества головного мозга и уровни связности между трактами различных структур, изменения электрической активности в различных областях мозга в разных спектральных диапазонах ЭЭГ, а также изменения в естественном и адаптивном звеньях иммунитета. В обзоре рассмотрены современные методы анализа данных и машинного обучения для поиска биомаркеров шизофрении по данным различных модальностей и их использование при построении и интерпретации предиктивных диагностических моделей шизофрении.
Ключевые слова:MRI/fMRI in schizophrenia, EEG in schizophrenia, immunology in schizophrenia, biomarkers of schizophrenia, interpretable machine learning models, machine learning in diagnosing, МРТ/фМРТ при шизофрении, ЭЭГ при шизофрении, иммунология при шизофрении, биомаркеры шизофрении, интерпретируемые модели машинного обучения, машинное обучение в диагностике
