Самоубийство можно предсказать с помощью визуализации мозга

Можно ли спрогнозировать, какие люди имеют высокий риск суицида? Исследователи, возможно, приблизились к этому после разработки техники визуализации головного мозга, которая могла бы определить людей с суицидальными тенденциями. Результаты исследования опубликованы в научном журнале Nature Human Behavior.

Актуальность проблемы

Факторы риска суицидального поведения включают депрессию, беспокойство, стресс, наличие в анамнезе психических заболеваний, а также злоупотребление наркотиками или алкоголем. Повышенная агрессия, изоляция, употребление алкоголя или наркотиков, разговоры о самоубийстве — все это может быть предупреждением о суицидальных мыслях. Тем не менее, единственный способ узнать, попытается ли человек совершить самоубийство — это определить, что происходит в его сознании. Авторы нового исследования разработали методику визуализации головного мозга, которая сможет помочь выявлять людей с суицидальными мыслями и без них.

Материалы и методы исследования

В исследовании участвовали 34 человека. Из них 17 имели суицидальные тенденции и 17 — контрольная группа здоровых людей. Участникам были представлены три списка из 10 слов. Один из них включал слова с отрицательными ассоциациями (например, «зло», «жестокость», «проблема»), другой включал положительные слова (такие как «хорошо», «беззаботно» и «хвалить»), в то время как третий список включал слова, связанные с самоубийством (например, «смерть», «безнадежно» и «расстроенная»).

По мере того как испытуемым были показаны списки, им проводили функциональную МРТ головного мозга, что позволило контролировать нейронный ответ на каждое слово.

Результаты научной работы

Ученые обнаружили, что нейронная реакция на шесть слов — «смерть», «жестокость», «беда», «беззаботность», «хорошо» и «похвала» — в пяти определенных областях головного мозга лучше всего подходит, чтобы выявить участников с суицидальными тенденциями. Исследователи смогли идентифицировать людей с суицидальными мыслями и без них с 91-процентной точностью.

Затем участников с суицидальными тенденциями разделили на две группы: те, кто пытался совершить самоубийство, и те, кто этого не делал. Исследователи обнаружили, что алгоритм смог отличить эти две группы с 94-процентной точностью.

В конечном итоге ученые смогли определить механизмы, лежащие в основе различных нейронных реакций между участниками с суицидальными тенденциями и контрольной группой. Исследователи также хотели узнать, какие эмоции были вызваны, когда люди думали о шести словах, которые использовались для определения суицидальных мыслей и поведения. Чтобы достичь своих результатов, были добавлены нейронные подписи для разных эмоций, включая грусть, гнев, стыд и гордость.

Ученые обнаружили, что новый алгоритм был на 85% точным в определении того, у каких чувств имелись суицидальные тенденции.

«Этот последний подход, — говорит Марсель Джуст (Marcel Just), — помогает раскрыть типы эмоций, вызываемых дискриминационными словами. Люди с суицидальными мыслями испытывают различные эмоции, в то время когда они думают о концепциях теста. Например, понятие «смерть» вызвало больше стыда и печали у людей, которые думали о самоубийстве. Это дополнительное понимание может предложить новый путь к лечению, чтобы изменить эмоциональный отклик на определенные понятия».

Исследователи отмечают, что данный метод позволяет определить людей, которые подвергаются высокому риску суицидального поведения. Если результаты подтвердятся в будущих исследованиях, тогда функциональная нейровизуализация может стать основным медицинским инструментом для диагностики и оценки эффективности лечения психических расстройств.

Авторы другого исследования утверждают, что у людей, страдающих эпилепсией, высокий риск суицида.

Литература

Just M. A. et al. Machine learning of neural representations of suicide and emotion concepts identifies suicidal youth //Nature Human Behaviour. – 2017. – С. 1.