全球大約有3億人深受抑郁癥困擾。雖然目前有很多可行的抑郁癥治療方式，但尚無可靠的方法幫助醫(yī)生確定每位患者的最佳療法。

許多患者多年來只能通過“試錯法”與抑郁癥斗爭，忍受著藥物的副作用和絕望的煎熬?！拔覀冎铝τ跒橐钟舭Y患者找出更佳的療法，”位于蒙特利爾的初創(chuàng)公司Aifred Health的聯(lián)合創(chuàng)始人兼首席技術官Robert Fratila表示。

該公司正在利用GPU加速的深度學習，根據(jù)患者癥狀、人口統(tǒng)計信息和特定的醫(yī)療檢測結果來預測最佳療法。目前，該公司憑借其工作成果名列正在進行中的500萬美元獎金IBM Watson AI XPRIZE競賽的前十。

個性化的抑郁癥治療

抑郁癥患者不僅會經(jīng)歷持續(xù)的沮喪情緒，在最糟糕的情況下，抑郁癥會導致自殺。抑郁時，持續(xù)的悲傷或絕望感會影響生活的許多方面，包括對日常活動的興趣、睡眠、食欲，甚至是注意力。

為了治療患者，精神科醫(yī)生可能會選擇數(shù)十種抗抑郁藥或多種類型的心理治療方法。對于病情嚴重的患者，醫(yī)生甚至會選擇腦部刺激技術（brain stimulation techniques）療法。Fratila表示，醫(yī)生會根據(jù)自己的經(jīng)驗和醫(yī)療指南選擇治療方法，但并沒有客觀的決策標準。

Aifred Health致力于在治療方法中融入更多技術，以幫助醫(yī)生針對每位患者量身定制治療方案?！拔覀兊难邪l(fā)思路是盡早為患者找到正確的治療方法，讓他們能夠更快地康復。這也將降低抑郁癥的醫(yī)療成本?！盕ratila指出。

基于生物學數(shù)據(jù)獲得更好治療

對于大多數(shù)疾病，醫(yī)生可以使用MRI(核磁共振)、X光或驗血等醫(yī)學檢查來制定治療方案，并監(jiān)測患者的反應情況。雖然目前抑郁癥沒有此類檢測方法，但越來越多的研究表明，神經(jīng)影像學、遺傳學和其他生物因素都可能幫助醫(yī)生選擇最佳療法。

Aifred Health的研究人員將研究數(shù)據(jù)與患者人口統(tǒng)計學信息、癥狀和病史結合在一起，開發(fā)基于深度學習的軟件，幫助醫(yī)生打造個性化治療方案。研究人員在IBM Cloud中使用自己的由cuDNN加速的深度學習框架和NVIDIA GPU，基于來自美國國家精神衛(wèi)生研究院和其他來源的數(shù)據(jù)對其神經(jīng)網(wǎng)絡進行訓練。

此外，該公司是參加SMART心理健康預測錦標賽的14支團隊之一，這項比賽將選拔出針對焦慮和抑郁癥治療反應的最佳預測模型。

Fratila表示：“借助Tesla GPU，我們可以花費更少的時間進行模型訓練，因此能夠留出更多時間來思考如何改善網(wǎng)絡性能?！?/p>

Aifred Health由五名加拿大麥吉爾大學學生創(chuàng)立，目前正與來自五所大學的醫(yī)學專家和其他數(shù)據(jù)科學家開展合作。

醫(yī)生的好幫手

使用更多數(shù)據(jù)進行額外的訓練之后，該公司計劃與醫(yī)生聯(lián)手進行一系列試驗，根據(jù)處方療法的標準指南測試其算法。試驗將探索Aifred軟件的性能、安全性，以及醫(yī)生能否輕松使用這款軟件。

該軟件的設計將包括檢查藥物相互作用、健康風險和副作用，并檢查患者不得不調(diào)整療法的頻率?！斑@種軟件并不是為了取代醫(yī)生，而是作為一種數(shù)據(jù)驅(qū)動型工具，用來提供更好的醫(yī)護服務，”Fratila說道。