降低抑郁症的医疗成本，AI为更有效地治疗抑郁症带来希望

全球大约有3亿人深受抑郁症困扰。虽然目前有很多可行的抑郁症治疗方式，但尚无可靠的方法帮助医生确定每位患者的最佳疗法。

许多患者多年来只能通过“试错法”与抑郁症斗争，忍受着药物的副作用和绝望的煎熬。“我们致力于为抑郁症患者找出更佳的疗法，”位于蒙特利尔的初创公司Aifred Health的联合创始人兼首席技术官Robert Fratila表示。

该公司正在利用GPU加速的深度学习，根据患者症状、人口统计信息和特定的医疗检测结果来预测最佳疗法。目前，该公司凭借其工作成果名列正在进行中的500万美元奖金IBM Watson AI XPRIZE竞赛的前十。

个性化的抑郁症治疗

抑郁症患者不仅会经历持续的沮丧情绪，在最糟糕的情况下，抑郁症会导致自杀。抑郁时，持续的悲伤或绝望感会影响生活的许多方面，包括对日常活动的兴趣、睡眠、食欲，甚至是注意力。

为了治疗患者，精神科医生可能会选择数十种抗抑郁药或多种类型的心理治疗方法。对于病情严重的患者，医生甚至会选择脑部刺激技术（brain stimulation techniques）疗法。Fratila表示，医生会根据自己的经验和医疗指南选择治疗方法，但并没有客观的决策标准。

Aifred Health致力于在治疗方法中融入更多技术，以帮助医生针对每位患者量身定制治疗方案。“我们的研发思路是尽早为患者找到正确的治疗方法，让他们能够更快地康复。这也将降低抑郁症的医疗成本。”Fratila指出。

基于生物学数据获得更好治疗

对于大多数疾病，医生可以使用MRI(核磁共振)、X光或验血等医学检查来制定治疗方案，并监测患者的反应情况。虽然目前抑郁症没有此类检测方法，但越来越多的研究表明，神经影像学、遗传学和其他生物因素都可能帮助医生选择最佳疗法。

Aifred Health的研究人员将研究数据与患者人口统计学信息、症状和病史结合在一起，开发基于深度学习的软件，帮助医生打造个性化治疗方案。研究人员在IBM Cloud中使用自己的由cuDNN加速的深度学习框架和NVIDIA GPU，基于来自美国国家精神卫生研究院和其他来源的数据对其神经网络进行训练。

此外，该公司是参加SMART心理健康预测锦标赛的14支团队之一，这项比赛将选拔出针对焦虑和抑郁症治疗反应的最佳预测模型。

Fratila表示：“借助Tesla GPU，我们可以花费更少的时间进行模型训练，因此能够留出更多时间来思考如何改善网络性能。”

Aifred Health由五名加拿大麦吉尔大学学生创立，目前正与来自五所大学的医学专家和其他数据科学家开展合作。

医生的好帮手

使用更多数据进行额外的训练之后，该公司计划与医生联手进行一系列试验，根据处方疗法的标准指南测试其算法。试验将探索Aifred软件的性能、安全性，以及医生能否轻松使用这款软件。

该软件的设计将包括检查药物相互作用、健康风险和副作用，并检查患者不得不调整疗法的频率。“这种软件并不是为了取代医生，而是作为一种数据驱动型工具，用来提供更好的医护服务，”Fratila说道。