全球大約有3億人深受抑郁癥困擾。雖然目前有很多可行的抑郁癥治療方式，但尚無可靠的方法幫助醫生確定每位患者的最佳療法。

許多患者多年來只能通過“試錯法”與抑郁癥斗爭，忍受著藥物的副作用和絕望的煎熬。“我們致力于為抑郁癥患者找出更佳的療法，”位于蒙特利爾的初創公司Aifred Health的聯合創始人兼首席技術官Robert Fratila表示。

該公司正在利用GPU加速的深度學習，根據患者癥狀、人口統計信息和特定的醫療檢測結果來預測最佳療法。目前，該公司憑借其工作成果名列正在進行中的500萬美元獎金IBM Watson AI XPRIZE競賽的前十。

個性化的抑郁癥治療

抑郁癥患者不僅會經歷持續的沮喪情緒，在最糟糕的情況下，抑郁癥會導致自殺。抑郁時，持續的悲傷或絕望感會影響生活的許多方面，包括對日常活動的興趣、睡眠、食欲，甚至是注意力。

為了治療患者，精神科醫生可能會選擇數十種抗抑郁藥或多種類型的心理治療方法。對于病情嚴重的患者，醫生甚至會選擇腦部刺激技術（brain stimulation techniques）療法。Fratila表示，醫生會根據自己的經驗和醫療指南選擇治療方法，但并沒有客觀的決策標準。

Aifred Health致力于在治療方法中融入更多技術，以幫助醫生針對每位患者量身定制治療方案。“我們的研發思路是盡早為患者找到正確的治療方法，讓他們能夠更快地康復。這也將降低抑郁癥的醫療成本。”Fratila指出。

基于生物學數據獲得更好治療

對于大多數疾病，醫生可以使用MRI(核磁共振)、X光或驗血等醫學檢查來制定治療方案，并監測患者的反應情況。雖然目前抑郁癥沒有此類檢測方法，但越來越多的研究表明，神經影像學、遺傳學和其他生物因素都可能幫助醫生選擇最佳療法。

Aifred Health的研究人員將研究數據與患者人口統計學信息、癥狀和病史結合在一起，開發基于深度學習的軟件，幫助醫生打造個性化治療方案。研究人員在IBM Cloud中使用自己的由cuDNN加速的深度學習框架和NVIDIA GPU，基于來自美國國家精神衛生研究院和其他來源的數據對其神經網絡進行訓練。

此外，該公司是參加SMART心理健康預測錦標賽的14支團隊之一，這項比賽將選拔出針對焦慮和抑郁癥治療反應的最佳預測模型。

Fratila表示：“借助Tesla GPU，我們可以花費更少的時間進行模型訓練，因此能夠留出更多時間來思考如何改善網絡性能。”

Aifred Health由五名加拿大麥吉爾大學學生創立，目前正與來自五所大學的醫學專家和其他數據科學家開展合作。

醫生的好幫手

使用更多數據進行額外的訓練之后，該公司計劃與醫生聯手進行一系列試驗，根據處方療法的標準指南測試其算法。試驗將探索Aifred軟件的性能、安全性，以及醫生能否輕松使用這款軟件。

該軟件的設計將包括檢查藥物相互作用、健康風險和副作用，并檢查患者不得不調整療法的頻率。“這種軟件并不是為了取代醫生，而是作為一種數據驅動型工具，用來提供更好的醫護服務，”Fratila說道。