Back to search

BEHANDLING-God og treffsikker diagnostikk, behandling og rehabilitering

Artificial intelligence for personalised medicine in depression

Alternative title: Bruk av kunstig intelligens for persontilpasset behandling av depresjon

Awarded: NOK 3.0 mill.

Psychiatric diseases affect several hundred million people world-wide. Most prevalent is depression, which causes great suffering of both patients and families, as well as high societal costs associated with sick leaves and treatment requirements. Treatment of depression often involve use of antidepressant medications. Various types of antidepressants are available for clinical use. These differ somewhat in therapeutic effect and side effect profiles. However, they all act by increasing noradrenergic and/or serotonergic signal transduction in the brain. The most used medications are the selective serotonin reuptake inhibitors (SSRIs). There is a great individual variability in the clinical effect and occurrence of side effects in different patients who receive the same antidepressant treatment. For the SSRIs it is reported that the treatment is successful in only one third of the patients, while the remaining obtain no or limited effect on the depressive symptoms or must discontinue treatment due to side effects, e.g., sexual dysfunction or sleep disorders. The underlying mechanisms of this variability are complex, ranging from the heterogenous nature of depression, pharmacogenetic or non-genetic differences in hepatic metabolism, brain distribution and receptor sensitivity, as well as antidepressant polypharmacy, i.e., use of medications with similar mode of action. The concept of personalized medicine is to overcome the above challenges by predicting and selecting the type of medication and dose with the highest chance of successful treatment. This requires the development of electronic decision tools based on algorithms that can be implemented in clinical practice to guide the physicians in prescribing the best possible antidepressant treatment to each individual patient. The goal of the ArtiPro project is to extract data from relevant sources by artificial intelligence providing algorithms to be integrated in electronic systems for optimal antidepressant use.

Depresjon er på verdensbasis den største årsaken til nedsatt livskvalitet, sykefravær, arbeidsuførhet og selvmord. Til tross for eksistensen av etablert psykoterapeutiske og medikamentelle behandlinger, oppnår omtrent utilstrekkelig effekt, noe som har store konsekvenser for både pasienter, pårørende og samfunnet som helhet. Bruk av legemidler mot depresjon (‘antidepressiva’) innebærer også en betydelig risiko for bivirkninger. Det er store individuelle forskjeller i effekt og bivirkninger av antidepressiva, noe som skyldes både genetiske og ikke-genetiske faktorer, for eksempel multisykelighet, nyre- og leverfunksjon, legemiddelinteraksjoner og livsstil. Det er derfor behov for å identifiere og evaluere målbare ‘biologiske markører’ (biomarkører) som kan benyttes i klinisk praksis for å persontilpasse valg av type legemiddel og dosering til den enkelte pasient, slik at behandlingsutfallet optimaliseres. I motsetning til f.eks. kreftbehandling, mangler denne typen biomarkører innen behandling av depresjon og andre affektive lidelser. Dette prosjektet har som målsetning å identifisere biomarkører som kan implementeres i klinisk praksis for å persontilpasse behandlingen med antidepressiva. Målsetningen skal oppnås ved å benytte kunstig intelligens som verktøy for å analysere datasett med ulike målvariable knyttet til individuell variasjon i effekt og bivirkninger av antidepressiva. Dermed vil prosjektet med ulike vinklinger påvise faktorer som predikerer behandlingsutfall og skaper et fundament for kliniske beslutningsstøttesystemer. Juridiske og etiske aspekter knyttet til bruk av store datamengder fra pasientbehandling med ‘kunstig intelligens-metodikk’ vil ivaretas i tråd med eksisterende lovverk, og i samarbeid med offentlige myndigheter og pasientorganisasjoner.

Funding scheme:

BEHANDLING-God og treffsikker diagnostikk, behandling og rehabilitering