Deep Learning to extract biomarkers for the diagnosis and personalized treatment of neuropsychiatric disorders

Psychische aandoeningen hebben een grote impact op het leven van mensen. Snel herstel is afhankelijk van een goede diagnose en behandeling. Het probleem is echter dat er geen objectieve criteria zijn om vast te stellen welke psychiatrische aandoening een patiënt precies heeft en welke behandeling voor hem of haar het beste is.

In de afgelopen jaren zijn er databanken met duizenden hersenscans aangelegd en is de computerkracht enorm toegenomen. Daarmee kan nu worden onderzocht of het mogelijk is om de diagnostiek te objectiveren en te voorspellen of een patiënt wel of geen baat heeft bij een bepaalde behandeling.

Om dat te kunnen doen moeten eerst nog de juiste analysetechnieken worden ontwikkeld. Het doel van dit onderzoek is om geavanceerde technieken uit de kunstmatige intelligentie door te ontwikkelen om hersenscans te analyseren, en deze technieken vervolgens te gebruiken voor objectieve diagnostiek en het voorspellen van de respons op elektroconvulsieve therapie voor patiënten met een ernstige depressie.

Dit innovatieve onderzoek zal nieuwe methoden opleveren die zorg op maat in de psychiatrie mogelijk maken en daarmee de lijdensdruk van patiënten en de zorgkosten verminderen.