히로시마 대학의 연구 그룹은 히로시마 대학 정신과에서 수집한 데이터의 분석에 의해 우울증 환자를 3개의 그룹(서브타입)으로 나누는 데 성공했다.또한, 이 중 한 그룹은 항우울제인 선택적 세로토닌 재흡수 억제제(SSRI)에 대한 치료 효과가 낮다는 것을 밝혔다.
현재의 우울증 진단은 우울증 기분, 의욕 저하 등의 임상 증상을 담당 의사가 주관적으로 판단함으로써 이루어지고 있으며, 객관적인 진단법은 아직 확립되어 있지 않다.또, 항우울제 치료도 시행착오로 행해지고 있어, 치료에 반응하지 않는 환자도 3% 정도 존재하기 때문에, 뇌과학 데이터에 기초한 객관적 진단법 및 항우울제 치료 반응성 예측법의 개발이 요구되고 있다.
본 연구에서는, 히로시마 대학 정신과의 피험자(우울증 환자 및 건강한 자계 134명)의 MRI를 이용한 뇌 기능 화상 해석 데이터나 뇌 유래 신경 영양 인자 등의 혈중 바이오마커 후보 물질과, 심리 검사나 문진 결과에 기초한 임상 평가 지표를, 인공 지능의 하나인 기계 학습을 이용한 베이즈 다중 공동 클러스터링 수법을 이용하여 통합적으로 패턴 해석했다.그 결과, 우각회를 중심으로 한 뇌의 디폴트 모드 네트워크의 안정시 뇌 활동 및 유아기의 트라우마 경험에 의해, 우울증 환자를 3개의 아형으로 분류할 수 있는 것을 알았다.
또한, 이 중 한 그룹이 우울증 진료에서 가장 흔히 사용되는 항우울제인 SSRI에 대한 치료 효과가 낮다는 것이 밝혀졌다.이 결과는 환자의 MRI 뇌 기능 영상 데이터와 유아기의 외상 경험을 초진시에 평가함으로써 항우울제 투여 전에 SSRI의 치료 효과를 예측할 수있는 가능성을 시사하고 뇌 과학 데이터에 기초 새로운 우울증의 객관적 진단·치료법 개발에 기여할 것으로 기대된다.
