一项新的研究表明，一项人工智能工具 - 分析了28种物理和分子测量，其中只有一项来自血液样本 - 确认了77%的准确率诊断为男性战斗老兵的创伤后应激障碍(PTSD)。

该研究由纽约大学医学院，哈佛大学John Paulson工程与应用科学学院以及美国陆军医学研究与发展司令部领导，首次描述了一种用于诊断战区相关创伤后应激障碍的血液生物标志物小组。9月9日在线发表在“分子精神病学”杂志上，测量包括基因组学，代谢和蛋白质生物标志物。

“虽然工作仍有待进一步验证我们的专家组，但它仍然具有巨大的希望，因为第一次血液检测能够在临床环境中以准确的水平筛查创伤后应激障碍，”高级研究作者Charles R. Marmar，医学博士，Lucius N说。 Littauer教授和纽约大学医学院精神病学系主任。“如果我们成功，这项测试将成为首批此类测试之一 - 对重大精神疾病进行客观血液测试。”

Marmar说，目前没有FDA批准的血液检查，例如抑郁症或双相情感障碍。这项新研究体现了精神病学领域的长期目标：将心理健康转向心脏病学或癌症等标准，例如，实验室测试能够根据物理测量(生物标记物)而不是自我报告进行准确诊断或采访固有的偏见。

那些患有创伤后应激障碍的人在被提醒引发触发性创伤事件时会经历强烈而持久的痛苦。根据世界卫生组织的一项调查，全世界70%以上的成年人在其生命的某个阶段经历过创伤性事件，尽管并非所有成年人都有这种情况。

百万分之二十八

在目前的研究中，83名男性，战区暴露的伊拉克和阿富汗退伍军人与确认的创伤后应激障碍冲突，另外82名战区部署的退伍军人作为健康对照，从曼哈顿，布朗克斯和布鲁克林退伍军人事务部(VA)医疗中心招募，以及其他地区VA医疗中心，退伍军人服务组织和社区。

研究人员用当前的基因组学和其他分子测试测试了近一百万个特征，并将它们缩小到28个标记。通过测量大量无​​偏量，该团队试图确定哪些与准确的PTSD症状诊断相关。

使用统计技术的组合，研究作者将最佳测量从100万缩小到343到77，然后最终缩小到28，最终组在预测准确性方面优于大组。一些风选是使用机器学习完成的，数学模型用数据训练以找到模式。

然后，该团队将他们的“创伤后应激障碍血液测试”应用于一组独立的退伍军人，以了解他们的新工具与之前使用标准临床问卷(如临床医师管理的PTSD量表(CAPS))所做的诊断相匹配的情况。这种比较产生了77%的准确度数字。

“这些分子特征将继续得到改进和适应商业化，”联合高级研究作者，美国陆军医学研究与发展司令部(USAMRDC)系统生物学首席科学家Marti Jett博士说。环境健康研究(CIV USACEHR)。“国防部卫生事务部正在考虑采用这种方法作为一种潜在的筛查工具，可以在部署前后识别服务成员，具有未解决的创伤后压力特征。”

杰特补充说，那些被识别的人将被提及他们的具体问题(睡眠中断，愤怒管理等)，这在大多数军事基地都可以找到。

目前的研究并没有试图解释与最终标志物相关的疾病机制，而是盲目地挑选那些最能诊断创伤后应激障碍的人。也就是说，表现最佳的标记物包括某些基因的活性水平，血液中关键蛋白质的含量，参与能量加工的代谢物水平，以及循环microRNA(miRNA)的水平，已知遗传物质的片段改变基因活动并与心脏病和创伤后应激障碍的特征联系在一起。通过血液测试未测量的一个指标是心率变异性。