在治疗抑郁症等精神疾病时，由于药物副作用，患者往往会体重增加。全球范围内，超过60%的精神分裂症、双相情感障碍和抑郁症等严重精神疾病患者存在超重或肥胖问题，这一比例是普通人群的两到三倍。
一些抗精神病药物、抗抑郁药和情绪调节剂已知会导致体重增加和代谢变化作为副作用。然而，即使是同一种精神药物，不同个体对体重增加的敏感性也存在显著差异，几乎不可能预测每个患者因服药而增重多少，或者哪种肥胖治疗方法有效。
最近，一项关于开发能够预测精神药物引起体重增加副作用并预防和治疗肥胖的人工智能算法的协议研究引起了关注。
中央大学医院家庭医学教授金善美和李惠俊领导了一个研究团队，致力于开发一种人工智能（AI）算法，以预测严重精神疾病患者服用精神药物后的体重增加可能性以及肥胖治疗的有效性（《开发机器学习算法以预测精神药物引起的体重增加及其治疗效果：一项前瞻性队列研究的协议》）。
研究团队将对服用抗抑郁药、双相情感障碍和精神分裂症药物的患者进行24周的体重增加副作用评估，对于那些已经肥胖或处于肥胖前期（超重）的患者，在继续使用精神药物的同时，给予额外的肥胖治疗，并在24周后测量其体测量、体成分、生活方式、血液检测水平和心理状况的变化。
基于这些分析结果，金善美和李惠俊领导的研究团队宣布，他们将开发一种针对个体的人工智能算法，通过深度学习模型学习每种精神药物、肥胖治疗及其组合对体重、肥胖和代谢因素的影响程度，从而预测精神药物导致体重增加副作用的可能性以及肥胖治疗的效果。
这项研究有望通过输入患者的体测量、体成分、生活方式、共病和用药等数据，预测个体精神药物引起体重增加副作用的可能性以及肥胖治疗的效果。
李惠俊教授表示：“我们预计基于这项研究开发的人工智能算法将能够在制定肥胖治疗计划时选择最佳的肥胖治疗方法，为医疗决策提供参考。”此外，我们相信这种个性化治疗将有助于改善肥胖状况，并预防包括代谢综合征、心血管疾病和癌症在内的肥胖并发症。”
金善美教授补充道：“我们认为，通过医工融合研究开发的人工智能算法将使我们在制定精神疾病治疗计划时就能选择最佳药物。这不仅有助于管理精神疾病的症状，还能通过有效管理身体健康，预防肥胖及其并发症，提高长期治疗依从性，从而改善精神疾病患者的身心健康。”
金善美教授还表示：“这项研究是一种创新的模型，用于预测体重增加副作用的可能性和肥胖治疗效果，预计将为基于人工智能的精神药物安全性评估提供新的机会。”
与此同时，金善美教授和李惠俊教授在中央大学医院的支持下开展的这项研究，其研究计划论文已在最新一期的SCIE级别的国际学术期刊《PLOS ONE》上发表，因其方法论的有效性和创新性而受到关注。
(全文结束)
