В чём суть метода?
- Слепое разделение источников: уникальный математический алгоритм, который позволяет выделить «латентные» (скрытые) компоненты мозговых волн, исходящие от разных нейронных сетей, даже если их сигналы сильно перекрываются.
- Машинное обучение: модель обучалась на данных, полученных в ходе зрительного теста, оценивающего когнитивный контроль и внимание — функции, часто нарушенные при шизофрении.
- Объективность: в отличие от традиционных методов (опросники, интервью), новый подход опирается на объективные биомаркеры, что минимизирует риск ошибок и задержек с лечением.
Как проходило исследование
В эксперименте участвовали 68 пациентов с шизофренией и 132 здоровых добровольца. Учёные преобразовали данные ЭЭГ каждого испытуемого в 11 компонент, сравнили их между группами и выделили наиболее информативные признаки. В результате модель смогла практически безошибочно отличать больных от здоровых.
Перспективы
Метод не только повышает точность диагностики, но и открывает путь к разработке таргетных методов терапии — например, с помощью нейрообратной связи или неинвазивной стимуляции мозга. Это шанс для миллионов людей получить своевременную и эффективную помощь.
