AI herkent angstige jongeren op basis van hun hersenstructuur
Een unieke multicenterstudie, waarbij ongeveer 3.500 jongeren tussen 10 en 25 jaar oud uit verschillende continenten werden onderzocht, laat zien dat kunstmatige intelligentie – specifiek machine learning – in staat is om individuele jongeren met angststoornissen te identificeren aan de hand van hun unieke hersenstructuur.
In dit onderzoek werd gekeken naar zowel de dikte en omtrek van de hersenschors als de grootte van dieper gelegen hersengebieden. Hoewel de resultaten veelbelovend zijn, zijn ze nog niet perfect. Om ze te verbeteren, moeten de algoritmes verder worden verfijnd en moeten ook andere soorten hersengegevens, zoals hersenfunctie en -verbindingen, worden toegevoegd.
Meer gepersonaliseerde aanpak
Toch blijft het opmerkelijk dat deze eerste resultaten overeind blijven, generaliseerbaar zijn, in zo'n diverse groep wat betreft etniciteit, geografische locatie en klinische kenmerken van de deelnemers. Dit maakt ze buitengewoon boeiend. Volgens hoofdonderzoeker Moji Aghajani – werkzaam bij het Instituut Pedagogische Wetenschappen –kan dit soort onderzoek op termijn helpen bij een meer gepersonaliseerde benadering van preventie, diagnostiek en zorg. Daarom zijn de bevindingen onlangs gepubliceerd in het vooraanstaand tijdschrift Nature Metal Health.
Het is echter onduidelijk welke hersenprocessen een rol spelen bij angststoornissen
Angststoornissen ontstaan vaak voor het eerst tijdens de adolescentie of vroege volwassenheid. Deze stoornissen veroorzaken grote emotionele, sociale en economische problemen voor miljoenen jongeren wereldwijd. Het is echter onduidelijk welke hersenprocessen een rol spelen bij deze angststoornissen. 'Dat we dit niet zo goed weten komt grotendeels door onze simplistische benadering van mentale stoornissen onder jeugdigen, waarbij de klinische studies vaak te klein in omvang zijn en er te veel focus is op de “algemene patiënt” in plaats van het individu', aldus dr. Aghajani. 'Bovendien worden vaak traditionele analytische technieken gebruikt die niet in staat zijn om gepersonaliseerde uitkomsten te produceren.'
Het veld verandert echter, met meer aandacht voor individuen en hun unieke hersenkenmerken, door het gebruik van grote en diverse datasets – ook wel 'big data' genoemd – in combinatie met kunstmatige intelligentie (AI). 'Dit is dus ook exact wat wij hebben gedaan binnen het ENIGMA Anxiety Consortium. Met dank aan ZonMW, NWO en het Leids Universiteits Fonds, want zij hebben deze complexe en arbeidsintensieve studie mogelijk gemaakt', aldus dr. Aghajani.
Uniek samenwerkingsverband
Moji Aghajani vertegenwoordigt samen met postdoc Willem Bruin en zo'n 250 andere collega’s vanuit de hele wereld het ENIGMA Anxiety Consortium. Dit samenwerkingsverband brengt onderzoekers van over de hele wereld bij elkaar met als hoofddoel het verkrijgen van betrouwbare en reproduceerbare inzichten in de neurobiologische karakteristieken van angststoornissen.
Dit gebeurt onder andere door het delen van data, het toepassen van volledig gestandaardiseerde dataverwerking en het uitvoeren van grootschalige analyses op centraal niveau. Moji Aghajani stelt dat consortia zoals ENIGMA zijn ontstaan als een reactie op de replicatiecrisis die al geruime tijd de psychiatrie en gedragswetenschappen nadelig beïnvloedt en die heeft geleid tot stagnatie in het veld.
Met de bijdrage van onze schenkers ondersteunt het LUF innovatieve en impactvolle projecten van talentvolle, veelal jonge, onderzoekers zoals dr. Moji Aghajani. Zo kennen we jaarlijks subsidies toe aan onderzoeks- en onderwijsprojecten op diverse wetenschapsgebieden.
Tekst: Clara Bik (Faculteit der Sociale Wetenschappen)