E!113351 An MRI-based technology for early assessment of antidepressant efficacy in depression.

Over 300 millioner mennesker i verden sliter med alvorlig depresjon. Dette fører til over 800 000 selvmord årlig, og koster samfunnet omtrent 1 billioner euro hvert år. Det finnes mange medikament som er tilgjengelige for denne pasientgruppen, men å finne et medikament som har god virkning for den enkelte pasienten er utfordrende. Etter ett år vil 50 % av pasientene ennå ikke ha funnet et medikament som har en god effekt. I de siste år har forskning som inkluderer MR avbildning vist veldig lovende resultat, og det forskes på hvordan MR bilder kan brukes til å diagnostisere, sub-klassifisere og evaluere disse pasientene, og for eksempel brukes til å gi et tidlig svar på om et medikament vil være effektivt for den enkelte pasienten. I dette prosjektet ønsker vi å ta dette videre. Ved hjelp av avanserte MR avbildning og analyse som inkludere dyplæring, ønsker vi å lage et software verktøy som kan bli brukt til å evaluere pasienter med alvorlig depresjon. Målet er at ved å bruke dette verktøyet, kan man redusere tiden det tar å velge et effektivt medikament. Dette vil ha store helsemessige og økonomiske fordeler. Dette samarbeidsprosjektet besto opprinnelig av fire partnere, hver med ulike roller. NordicNeuroLab AS er ansvarlig for å utvikle et markedsklart produkt for å evaluere effekten av antidepressiv behandling, Amsterdam Medical Center er ansvarlig for innsamling av MR-data fra pasienter med depresjon, Oslo Universitetssykehus for utvikling av en radiomikk post-prosessering pipeline, mens Vuno Inc. fra Korea var ansvarlig for å utvikle dyplæringsmetoder ved å bruke MR-data fra Amsterdam. Dessverre bestemte Vuno Inc. seg for å trekke seg fra prosjektet og konsortiet i juli 2021 siden de ikke var i stand til å nå sine mål på grunn av vanskeligheter knyttet til datadeling (GDPR). Konsortiet utforsket ulike alternativer for å muliggjøre GDPR-kompatibel datadeling mellom europeiske partnere og Korea, men uten å lykkes. I tiden etter at Vuno forlot konsortiet, har de gjenværende partnerne reorganisert sitt ansvar for å fortsatt kunne levere på milepælene i prosjektet. Valideringen av dyplæringsmetoder og utviklingen av prediksjonsmodellen har blitt tildelt alle de gjenværende partnerne, og de første resultatene ved bruk av dyplæring på testdata ser gode ut. NordicNeuroLab har fortsatt arbeidet med den skybaserte plattformen (nordicMEDiVA). Vi har leid inn konsulenter for å hjelpe oss med å effektivisere distribusjonsprosessen hos kunde, og regulatoriske konsulenter for å veilede og hjelpe oss med regulatorisk godkjenning i USA og Europa. Vi har også ansatt deltidskonsulenter for å utvikle analysemoduler for diffusjonstraktografi og fMRI, som vil være en del av sluttproduktet. Til slutt har vi fokusert på utviklingen av en nettbasert viewer som vil tillate visning av og interaksjon med bildedata, kvalitetskontroll og rapportering av resultatene. Vieweren er bygget ved hjelp av toppmoderne verktøy som tillater multi-senter samarbeid og teleradiologi. AUMC kan vise til lovende resultater som med videre forskning føre til et kommersielt produkt. Sammen med OUS har vi i andre prosjekter vist at nordicMEDiVA kan brukes til å implementere løsninger slik som DEPREDICT. Vi fortsetter å utvikle nordicMEDiVA som et kommersielt produkt.

The prediction model has shown promising results, and the final anticipated impacts as stated above, are unchanged. The project partner, AUMC, is exploring ways of further commercializing the prediction model, including the collection of additional training and validation data to improve the algorithm further.

Worldwide, major depressive disorder (MDD) affects >300M people, annually causes suicide in 800k people and costs society €1 trillion each year. Many antidepressants are available. Yet, finding the right drug for individual patients remains challenging, as 50% of the patients have not found an effective drug treatment after 1 year. Lately, research including MR imaging has shown promising results. We would like to extend this further, using advanced MRI image analysis including deep learning to create a software tool that can be used in assessment of patients with major depression. With our assessment tool, we aim to reduce the time to selection of an antidepressant that the patient responds to by 75%. This will have major health and economic benefits. The project includes four partners from Norway, The Netherlands and Korea, both universities and small business entities. The project is divided into six work packages: MRI data collection, radiomics analysis, deep learning algorithm development, deep learning validation and prediction model development, cloud system development and project management.