據美國國立衛生研究院稱，研究人員已經創建了一種名為SELSER的機器學習算法，該算法可以分析EEG數據以確定患者是否可能對常見的抗抑鬱藥舍曲林有良好的反應。該算法通過尋找涉及復雜大腦活動模式的特定神經信號來起作用，該複雜大腦活動模式與服用這種藥物的積極結果有關。

臨床抑鬱症是一種常見的心理健康狀況，難以治療。儘管市場上有許多不同類型的抗抑鬱藥，但最常用的抗抑鬱藥是SSRI類藥物，其中舍曲林是最受歡迎的選擇之一。雖然有些患者對此藥反應良好，但其他患者的抑鬱症狀並未得到改善，實際上在服用藥物後可能會感到不適。

科學家們已經確定了一種與舍曲林的陽性結果相關的神經信號，並訓練了一種機器學習算法來識別患者的這種信號。這項技術未來可以幫助醫生根據他們的大腦活動模式來確定開這種SSRI處方藥是否對患者有幫助。

這是目前醫生用來確定治療特定患者抑鬱症的最佳選擇的反複試驗方法的一種受歡迎的替代方法。根據這項研究，SELSER算法“可靠地”預測了參與者根據其腦電圖信息對舍曲林的反應。同樣，該算法還可以預測“更廣泛的臨床結果”，而不僅僅是患者對這類SSRI藥物的反應程度。例如，該算法預測，對舍曲林反應不良的患者更有可能對經顱磁刺激和心理療法產生反應。