В исследовании участвовали более 3 тысяч человек. У части добровольцев взяли кровь и сделали соскоб со слизистой щеки, записали электроэнцефалограмму и провели психологические опросы. Они помогли оценить особенности психики, в том числе выраженность симптомов депрессии.

Из образцов выделили ДНК и исследовали 164 локуса. Для каждого участника определили генетические отличия от референсного генома.

Графовая система обучалась на данных людей с установленной депрессией и здоровых участников. Нейросети передавали генотипы и результаты ЭЭГ, после чего она училась различать эти группы. На тестовом этапе модель получала только новые генетические и нейрофизиологические данные и самостоятельно определяла, есть ли у человека заболевание.

Точность нового подхода превысила 96%. У прежних архитектур нейронных сетей этот показатель составлял около 86%. Кроме того, графовая модель реже выдавала ложноотрицательные результаты, когда депрессия у человека есть, но система ее не распознает.

Один из разработчиков Александр Савостьянов объяснил, что генетические данные могут указывать на предрасположенность к депрессии с рождения, но сами по себе дают низкую точность прогноза. На состояние человека влияют жизненные обстоятельства, тогда как ЭЭГ отражает его самочувствие в момент обследования и быстро меняется. На результат могут повлиять, например, голод или физическое состояние.

По словам Савостьянова, в практике ученых был случай, когда необычные показатели ЭЭГ объяснились тем, что обследуемый пришел на процедуру сразу после удаления зуба. Совмещение генетических, нейрофизиологических и поведенческих данных, считает разработчик, заметно повышает надежность выявления депрессии.