AI sagt Schizophreniesymptome bei Risikopopulationen voraus
November 2020
National Institute of Mental Health and Neuro Sciences, Bangalore, Indien(1)
University of Alberta, Edmonton, Kanada(2)
University of Alberta, Edmonton, Kanada(2)
Verwandte ersten Grades von Schizophrenie-Patienten haben ein bis zu 19-prozentiges Risiko, im Laufe ihres Lebens an Schizophrenie zu erkranken, verglichen mit dem Risiko der Allgemeinbevölkerung von weniger als einem Prozent.
Hier wird ein Tool mit dem Namen EMPaSchiz (Ensemble algorithm with Multiple Parcellations for Schizophrenia prediction) vorgestellt, um eine Diagnose von Schizophrenie mit 87-prozentiger Genauigkeit durch die Untersuchung von Gehirnscans von Patienten vorherzusagen. Analysiert wurden funktionelle Magnetresonanzbilder von 57 gesunden Verwandten ersten Grades (Geschwister oder Kinder) von Schizophreniepatienten. Die Methode identifizierte genau die 14 Personen, die aufgrund von Selbstauskünften auf einer Skala mit schizotypischen Persönlichkeitsmerkmalen am besten abschnitten.
In einem nächsten Schritt soll die Genauigkeit des Tools an nicht-familiären Individuen mit schizotypischen Zügen getestet und die bewerteten Individuen über längere Zeit verfolgt werden, um zu erfahren, ob sie später im Leben eine Schizophrenie entwickeln.
Extending schizophrenia diagnostic model to predict schizotypy in first-degree relatives
Ganesan Venkatasubramanian(1), Sunil Vasu Kalmady(2)
Eingestellt am: 11.02.2021
[1] https://www.nature.com/articles/s41537-020-00119-y
