亮点
– AID-ME试验是首个评估用于个性化抗抑郁药物选择的人工智能辅助临床决策支持系统（CDSS）的多中心、集群随机临床试验。
– 使用AI-CDSS管理的患者显示出显著更高的缓解率（28.6%），而对照组为0%，并且症状改善更快。
– AI-CDSS结合了深度学习预测个体抗抑郁药物缓解概率与循证临床算法。
– 没有严重的不良事件与CDSS相关，支持其在门诊精神科实践中的安全性和可行性。
研究背景和疾病负担
重度抑郁症（MDD）是一种普遍且致残的精神疾病，影响全球数百万人。尽管有许多抗抑郁药选项，但个性化治疗仍然是一个挑战，通常涉及试错开药，这会延迟缓解并增加发病率。人工智能（AI）的进步，特别是深度学习方法，提供了根据多维临床数据预测个体患者对特定抗抑郁药物反应的机会，可能指导更有效的治疗选择和管理。
结合AI的临床决策支持系统（CDSS）有望增强个性化护理，但缺乏严格的临床验证。AID-ME（人工智能在抑郁症药物增强）试验旨在通过测试是否可以使用提供各种抗抑郁药物预测缓解概率并结合临床指南的AI辅助CDSS，在现实世界门诊环境中改善抑郁症结局，来解决这一差距。
研究设计
这是一项实用的、多中心、集群随机、患者和评分者盲法、医生部分盲法的活性对照试验，涉及九个地点的47名医生和74名中度或以上严重程度MDD的合格患者。符合条件的门诊患者按医生集群随机分为两组：
- 主动干预组：医生可以访问AI辅助CDSS，该系统预测个体抗抑郁药物的缓解概率，并整合临床治疗算法以指导个性化药物选择和管理。
- 主动对照组：医生通过患者门户接收患者报告的结果问卷，但没有CDSS访问权限；两组均接受了基于指南的抑郁症管理培训。
主要结果是缓解，定义为研究结束时蒙哥马利-阿斯伯格抑郁评定量表（MADRS）得分低于11。次要结果包括症状改善速度和安全性终点。
关键发现
在74名符合条件的患者中，61名完成了基线后的MADRS评估并被纳入疗效分析。基线时由MADRS测量的抑郁严重程度在两组之间相当（P = .153）。
试验表明，12名（28.6%）使用AI-CDSS管理的患者达到缓解，而主动对照组无缓解，差异具有统计学意义（P = .012，Fisher精确检验）。此外，主动组的改善速度明显优于对照组，改善斜率为1.26，而对照组为0.37（P = .03），表明症状缓解更快。
安全性结果显示有三例严重不良事件，均未归因于CDSS的使用，支持其安全性。未观察到由AI指导的治疗决策引起的不当危害或意外后果。
专家评论
这些初步发现提供了令人鼓舞的证据，表明纵向使用AI辅助CDSS可以通过更有效地定制抗抑郁药物选择，比单独的标准指南指导护理显著改善中度至重度MDD患者的结局。将深度学习算法整合到临床工作流程中代表着精准精神病学的重大进展，有可能减少试错抗抑郁药物开药的负担并加速患者康复。
然而，局限性包括样本量较小和排除了初级保健医生，后者在全球抑郁症管理中起着关键作用。集群随机化设计虽然最大限度地减少了污染，但也限制了入组。此外，对更广泛患者群体和社区环境的普适性需要进一步研究。
未来的研究应探索参与初级保健的策略，提高医生接受度，并评估AI-CDSS实施的成本效益。值得探索支持AI预测的生物学和机制洞察，例如，整合遗传学、神经影像学或数字表型数据可能会进一步优化个性化治疗。
结论
AID-ME试验建立了概念证明，即AI辅助的临床决策支持系统可以在门诊精神科护理中显著提高中度和重度MDD的缓解率并加速改善。尽管需要更大规模的试验来确认这些发现并扩大适用范围，但这种方法代表了朝着个性化抑郁症治疗迈出的有希望的一步，有可能改善临床结局并减轻医疗保健负担。
参考文献
Benrimoh D, Whitmore K, Richard M, Golden G, Perlman K, Jalali S, Friesen T, Barkat Y, Mehltretter J, Fratila R, Armstrong C, Israel S, Popescu C, Karp JF, Parikh SV, Golchi S, Moodie EEM, Shen J, Gifuni AJ, Ferrari M, Sapra M, Kloiber S, Pinard GF, Dunlop BW, Looper K, Ranganathan M, Enault M, Beaulieu S, Rej S, Hersson-Edery F, Steiner W, Anacleto A, Qassim S, McGuire-Snieckus R, Margolese HC. 人工智能在抑郁症药物增强（AID-ME）：一项深度学习辅助临床决策支持系统用于个性化抑郁症治疗选择和管理的集群随机试验。J Clin Psychiatry. 2025 Aug 27;86(3):24m15634. doi: 10.4088/JCP.24m15634. PMID: 40875536。
Rush AJ, Trivedi MH, Wisniewski SR, 等. 需要一次或多次治疗步骤的抑郁症门诊患者的急性期和长期结局：STAR*D报告。Am J Psychiatry. 2006 Nov;163(11):1905-17。
Gaynes BN, Lux L, Gartlehner G, 等. 定义难治性抑郁症。Depress Anxiety. 2020 Mar;37(3):134-145。
Chekroud AM, Zotti RJ, Shehzad Z, 等. 跨试验预测抑郁症治疗结局：机器学习方法。Lancet Psychiatry. 2016 Mar;3(3):243-50。