科学家用ML证明120年前争议理论：精神分裂与痴呆症存在相似之处

Alex 发自 凹非寺
量子位 | 公众号 QbitAI

精神分裂症和痴呆症对大脑功能的影响，竟然有许多相似之处！

最近一项研究利用机器学习首次发现，41%的精神分裂症患者具有某种痴呆症的症状。

这种疾病名为变异型额颞叶痴呆（简称bvFTD，不同于老年痴呆），是痴呆症的一种，患者在早期会出现心情大变等症状。

要知道，多年以来，众多研究者都认为，精神分裂症和bvFTD截然不同。

甚至纷纷排队“打脸”现代精神病学创始人埃米尔·克雷佩林（Emil Kraepelin）……

因为克雷佩林在120年曾创立了“早发性痴呆”（dementia praecox）这个术语，大意一种额颞叶疾病，用来指代那些越来越逃避现实、陷入不可逆转的、类似痴呆症状的年轻人。

但他的表述逻辑有些难以捉摸，所以很多学者对此定义发出质疑，觉得这并不能准确地概括一类病人。

于是他们先后造出了“精神分裂症”和“变异型额颞叶痴呆”等词，来指代他们认为的不同群体。

而现在这项研究的结果则显示：克雷佩林很可能是对的，精神分裂症和bvFTD联系其实很紧密，甚至真的可以用一个术语来概括。

相关成果论文已登上了精神病学领域顶刊《美国医学会杂志-精神病学》（JAMA Psychiatry）。

论文一作，Nikolaos Koutsouleris博士（咱们就叫他NK博士吧）说：“从我成为一名精神病学家起，我就想弄清楚这个问题。”

用机器学习对比精神分裂和痴呆症

为了获取足够丰富的数据集，研究团队收集数据的时间跨度还挺大：从1996年至2019年。

数据涉及欧洲多国和澳大利亚的众多研究者的成果。

这些人中有来自伯明翰大学、墨尔本大学等高校的学者，也有来自国际前颞叶痴呆-遗传学联盟（IFGC）和心理健康中心等机构组织的研究员。

而被试人数共计达到1870名，其中有828人是患者，而其余1042人都是健康的。

（这些患者包括：bvFTD患者、中晚期阿尔茨海默症患者、轻度认知损伤或早期阿尔茨海默症患者、精神分裂症患者）

在2020年至2022年间，研究人员分析了这些收集到的数据，包括每个人大致身体情况，和他们的大脑MSI（磁共振）图等。

他们主要用的分析方式就是机器学习：

研究者指出，可以将这些不同疾病的神经生物学特征封装到几个数学模型中，然后就能方便分析这些错综复杂的系统。

由于他们在本实验中主要探究的是4种患病群体，所以还用机器学习软件NeuroMiner训练生成了4个诊断分类器。

此外，他们还从MRI的T1加权像中提取了大脑皮层的体积图，用更专业的话来说，叫大脑灰质体积图。

灰质是人脑的信息处理中心，能对外界的各种刺激做出反应。

然后，研究人员根据年龄把被试者们的数据分组，并将健康人和这几种疾病患者的数据分别进行比较。

结果显示，bvFTD和精神分裂症特征所覆盖的大部分区域都相似。

根据bvFTD分类器，精神分裂症患者中超三分之一的同时患有bvFTD；而根据精神分裂症分类器，在bvFTD患者中，竟有85%同时也患精神分裂症。

他们还发现，这两种疾病的关联性显著高于其他疾病。

也就是说，虽然都算痴呆症，但是bvFTD和精神分裂症有更多相像的地方，而老年痴呆症则和这二者有明显的不同。

结果表明：克雷佩林很可能是对的

这些新发现，一方面在一定程度上解释了NK博士之前的困惑：

为啥同样都是精神分裂症病人，但人与人之间的治疗效果咋差距这么大啊？

此前他遇到了一位23岁的患者，不过按照现有方案治疗了2年之后，这位年轻人的认知缺陷等症状几乎没有得到丝毫改善，这在精神分裂症治疗领域不太正常。

因为目前主流观点认为，精神分裂症虽然很难完全治愈，但却是可以被改善和控制的。

而且另一位患此病的年轻人，最初情况也很糟糕，但后来几乎恢复了正常。人家甚至继续了学业，并找到了女朋友。

现在，根据数据分析结果中：“精神分裂症患者中超1/3的同时患有bvFTD”，所以那位没怎么见效的患者，很可能同时得了bvFTD，但之前没被诊断出来。

另一方面，这些结果也表示，精神病学创始人克雷佩林提出的“早发性痴呆”或许并没有什么问题。

具体而言，在19世纪末，克雷佩林创造了这个词，用来指代那些越来越逃避现实、陷入不可逆转的、类似痴呆症状的年轻人。

后来发生的事情前文也讲到了：这个说法并没得到广泛认可，专家学者们开始用“精神分裂症”来描述这些年轻患者。

还专门另外造出bvFTD这个概念，来形容难以控制自己行为的群体。

不过话说回来，研究人员在论文中也指出：

关于这两种病的具体联系，还需进一步的跨诊断调查，以确定这两种病神经解剖界面的共同病理生理过程。

另外，值得一提的是，机器学习在本研究中功不可没。

事实上，人工智能已经在助力医疗领域的多维发展，包括但不限于快速分析患者大数据、辅助医生做临床诊断等。

AI For Science正在发生。