Диагностика шизофрении в основном лежит на плечах врачей-психиатров: длительное наблюдение за поведением и эмоциональным состоянием пациентов наряду с изучением симптомов позволяет определить наличие недуга. Недавно исследовательская группа из Университета Джорджии (США) представила инновационный метод анализа мозговой активности, который может выявить признаки заболевания.
Шизофрения — тяжелое психические расстройство, а причины его развития до конца не известны. Люди, страдающие шизофренией, сталкиваются с такими когнитивными и эмоциональными нарушениями, как неспособность получать удовольствие, отсутствие мотивации (негативные симптомы), расстройство мышления, бред и галлюцинации (позитивные симптомы).
Диагностировать нарушения в функционировании мозга на различных уровнях трудно. Дело в том, что такие традиционные методы диагностики, как магнитно-резонансная томография (МРТ) — метод визуализации с использованием магнитных полей и радиочастотных волн, — не охватывают всю исследуемую область. Хотя данные МРТ не предоставляют четких специфических маркеров болезни, с их помощью можно выявить характерные для душевного недуга структурные и функциональные изменения.
Результаты научной работы, представленной в журнале Nature Mental Health, меняют ситуацию: новаторский метод, основанный на анализе данных, полученных с помощью функциональной магнитно-резонансной томографии (фМРТ), позволил раскрыть процесс изменений крупномасштабных (или внутренних) сетей мозга при шизофрении.
Напомним, фМРТ — это метод визуализации, который использует сильные магнитные поля для измерения изменений уровня кислорода в крови в различных областях мозга, позволяя оценить активность нейронов в ответ на определенные задачи или в состоянии покоя. Но так как мозг — система чрезвычайно сложная, многие ее функции могут быть связаны с взаимодействиями, которые остаются вне поля зрения ученых.
Теперь, чтобы обнаружить ранее неизвестные связи между областями мозга, исследовательская группа во главе со Спенсером Кинси (Spencer Kinsey) применила анализ независимых компонент (ICA) — метод, используемый для разделения данных на составляющие их независимые компоненты. С его помощью удалось выявить уникальные внутренние нелинейные сети в мозге, связанные с шизофренией.
Результаты показали, что сети, идентифицированные с помощью нового метода, отражают различия между пациентами с шизофренией и здоровыми людьми (контрольная группа), которые нельзя обнаружить с помощью традиционных методов нейровизуализации.
Таким образом, исследовательская группа обнаружила структурированные пространственные паттерны, которые могут раскрыть основы функционирования мозговых сетей.
Открытие постепенно приближает ученых к выявлению потенциального биомаркера шизофрении и может привести к пересмотру нынешнего понимания психических расстройств, лучшим методам диагностики и лечения.
