Improving early diagnosis of schizophrenia and bipolar I disorder by combining magnetic resonance imaging and machine learning
Public support
Provider
Ministry of Health
Programme
Programme to support medical applied research in 2015 to 2022
Call for proposals
Zdravotnický AV 2 (SMZ0201601)
Main participants
Národní ústav duševního zdraví
Contest type
VS - Public tender
Contract ID
16-32696A
Alternative language
Project name in Czech
Využití strojového učení v analýze dat z magnetické rezonance za účelem zlepšení časné diagnostiky schizofrenie a bipolární poruchy
Annotation in Czech
Časná diagnostika schizofrenie (Sch) a bipolární poruchy (BD) může významně snížit dopad neléčené nemoci. Neurozobrazovací metody dosud nenašly výrazné uplatnění v psychiatrické diagnostice. Strojové učení by mohlo pomoci realizovat diagnostický příslib neurozobrazovacích vyšetření. Výzkum prvních epizod nemoci snižuje heterogenitu a zvyšuje sensitivitu pro záchyt diagnostických biomarkerů. V této studii plánujeme shromáždit zobrazovací data zaměřená na strukturu, funkční a strukturální konektivitu mozku od 140 pacientů s první epizodou Sch, 140 pacientů s první epizodou mánie a 140 zdravých kontrol. Našim cílem je analyzovat neurozobrazovací výsledky pomocí strojového učení za účelem zlepšení časné a diferenciální diagnostiky Sch a BD. Žádné studie doposud nevyužily strojové učení k analýze více neurozobrazovacích modalit na dostatečně rozsáhlém a homogenním souboru pacientů s 2 závažnými psychiatrickými onemocněními. Diagnostický test založený na MRI biomarkrech by byl zásadním přínosem v časné diagnostice psychóz, kdy diagnostická chyba může vést k opožděné nebo neúčinné léčbě.
Scientific branches
R&D category
AP - Applied research
CEP classification - main branch
FH - Neurology, neuro-surgery, nuero-sciences
CEP - secondary branch
FL - Psychiatry, sexology
CEP - another secondary branch
—
OECD FORD - equivalent branches <br>(according to the <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">converter</a>)
30103 - Neurosciences (including psychophysiology)<br>30210 - Clinical neurology<br>30215 - Psychiatry<br>30301 - Social biomedical sciences (includes family planning, sexual health, psycho-oncology, political and social effects of biomedical research)
Completed project evaluation
Provider evaluation
V - Vynikající výsledky projektu (s mezinárodním významem atd.)
Project results evaluation
Project results are clear and from scientific point of view excellent. Authors enrolled even more patients than originally expected. There is significant potential to improve diagnostic evaluation of schizophrenic patients. Results, especially used machine learning methods could be extended to other imaging modalities. Furthermore, many PGDS students were involved in project. Weakness of the project is multiple dedication in all attached papers. The main paper with unique dedication is yet to be published - according to authors during 2020.
Solution timeline
Realization period - beginning
Apr 1, 2016
Realization period - end
Dec 31, 2019
Project status
U - Finished project
Latest support payment
Jun 28, 2018
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP20-MZ0-NV-U/03:1
Data delivery date
Jul 1, 2020
Finance
Total approved costs
10,300 thou. CZK
Public financial support
10,300 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
0 thou. CZK