Для обучения и проверки модели ученые собрали данные более чем о 3 тысячах человек почти со всей Сибири — от Алтайского края до Бурятии. Участникам проводили электроэнцефалографию, психологические опросы и брали образцы крови или буккального эпителия — соскоб со слизистой оболочки щеки.

Из выделенной ДНК исследователи секвенировали 164 локуса. Для каждого участника определили генетические отличия от референсного генома, а затем объединили эти сведения с результатами ЭЭГ и данными о психологических особенностях, включая выраженность симптомов депрессии.

Графовый подход обучали на выборке, где были отмечены здоровые люди и участники с депрессией. После этого нейросеть получала только генетические и нейрофизиологические данные и самостоятельно определяла состояние человека.

По словам одного из разработчиков Александра Савостьянова, точность новой системы оказалась выше 96%. У прежних архитектур нейросетей этот показатель составлял около 86%. Кроме того, графовая модель реже выдавала ложноотрицательные результаты.

Савостьянов пояснил, что генетические особенности могут указывать на предрасположенность к депрессии с рождения, но сами по себе плохо предсказывают развитие заболевания. На состояние человека влияют обстоятельства жизни. ЭЭГ, напротив, отражает состояние мозга во время обследования и может быстро меняться под воздействием голода, самочувствия и других факторов.

Разработчик привел случай из практики, когда необычные показатели ЭЭГ объяснялись тем, что обследуемый пришел на процедуру сразу после удаления зуба. По его оценке, объединение генетических, нейрофизиологических и поведенческих данных заметно повышает надежность диагностики.