Психиатрия и нейробиология ( функциональная МРТ )

    К сожалению, сегодня мы не можем остановить процесс расширения и углубления пропасти между психиатрией и нейробиологией.  Понятно,  что этот разрыв не позволяет ставить больным  точный диагноз и улучшить результаты лечения психических расстройств. В современных клинических классификациях психических расстройств базовые биологические субстраты, по большому счету,  тупо не принимаются во внимание, за исключением случая деменции и нарушения сна, для которых , например, DSM-5 признает биологические маркеры , такие как генетическое тестирование и результаты нейровизуализации, как достаточно информативные для постановки диагноза. 

  Функциональные показатели мозга, обеспечиваемые с помощью МРТ, в частности МРТ функционального подключения в состоянии покоя (rs-fc), играют решающую роль для определения  «биомаркеров» нейропсихиатрических расстройств. Действительно, rs-fcMRI представляет собой многообещающую платформу для выявления пораженных патологическим процессом  нейронных схем ( сетей, цепей ). Традиционно, изменения в нервной цепи изучались путем оценки  активации мозга и / или функциональной связности (FC) во время конкретных условий решения задачи, как правило,  с использованием ограниченного числа участников. Тем не менее, в более поздних исследованиях всего мозга rs-fcMRI были применены современные алгоритмы машинного обучения для «больших данных» для того , чтобы идентифицировать функции мозга, которые предсказывают диагноз  и / или выраженность психического заболевания. Кроме того, относительно основанного на задачах МРТ rs-fcMRI больше подходит для клинического исследования пожилых пациентов и детей младшего возраста, которые испытывают трудности при выполнении заданий. Исследования показали, что сигналы мозга в состоянии покоя генерируют высоко структурированные пространственно-временные паттерны, которые хорошо соответствуют тем, которые наблюдаются при решении задач. Эти исследования показывают, что данные rs-fcMRI могут включать в себя обширную информацию, касающуюся отдельных характеристик, и что эти данные могут поэтому использоваться в качестве замены данных fMRI на основе задач. Вместе с относительной простотой и низкой вариабельностью настроек сбора данных rs-fcMRI служит платформой, с помощью которой можно анализировать большие объемы клинических данных для разработки соответствующих алгоритмов машинного обучения.

     Ряд структурных и функциональных исследователей  МРТ заявили, что идентифицировали с момощью этого метода  «биомаркеры» для различных психических расстройств. Тем не менее, значимость этих идентифицированных биомаркеров сильно варьирует в зависимости от целей и дизайна исследования. Можно  разделить так называемые «биомаркеры» на следующие четыре  типа: (1) «кандидаты» биомаркеров, которые коррелируют с диагнозом  (2) биомаркеры , которые  прогнозируют течение расстройства  (3) биомаркеры , которые предсказывают эффект терапии (т. е. суррогатная конечная точка), и (4) биомаркеры , которые расскрывают механизм болезни и, следовательно, могут рассматриваться как терапевтические мишени.  В этом смысле только биомаркеры 2-4 типа квалифицируются как настоящие «биомаркеры». Несмотря на то, что биомаркеры 2-3 типов можно использовать в качестве вспомогательного теста в клинической практике, и ожидается, что они предоставят важную информацию о диагностике и стратегии лечения, клиническая важность этих двух типов биомаркеров не обязательно указывает на то, что эти маркеры  учитывают механизм развития заболевания. Например, холестерин липопротеинов низкой плотности (ЛПНП) использовался в качестве суррогатного маркера для клинически значимой конечной точки при заболевании сердца.Однако снижение уровня холестерина ЛПНП не обязательно ведет к профилактике сердечно-сосудистых заболеваний на индивидуальном уровне, поскольку плотность холестерина ЛПНП не может быть связана с основной причиной сердечно-сосудистых заболеваний. Напротив, когда биомаркер соответствует элементам механизма заболевания, как в 4 типе , его значение является значимым в двух аспектах : в качестве показателя диагностического статуса и / или степени выраженности симптомов и в качестве терапевтической цели, поэтому стоит назвать этот тип биомаркера «тераностическим биомаркером».  Разработка таких тераностических биомаркеров приведет к прорывам не только в фундаментальных биологических исследованиях, но и будет полезной в практике клинической психиатрии, предоставляя возможность назначать пациентам индивидуально подобранные препараты ( на основе терапевтических мишеней)  и позволяя убирать ненужные лекарства  , а следовательно и их побочные эффекты. Создается впечатление , что  некоторые биомаркеры на основе rs-fcMRI удовлетворяют предварительным условиям для биомаркеров 2, 3 и даже 4  типа для основных психических расстройств. То есть эти биомаркеры могут объяснить элементы механизмов заболевания и идентифицировать терапевтическую мишень для ряда нейромодуляционных вмешательств, включая нейрофармакологию, повторную транскраниальную электрическую и магнитную стимуляцию и нейрообратную связь

     Мозг генерирует высоко структурированные пространственно-временные паттерны даже в отсутствие явного решения задачи (то есть в условиях покоя). Это открытие предполагает, что большая  информация может быть декодирована путем применения алгоритмов машинного обучения к данным rs-fcMRI в конкретном мозге. Действительно, многие исследователи  успешно использовала такие алгоритмы для прогнозирования различных характеристик у здоровых людей, включая возраст , интеллект , рабочую память  и постоянное внимание .