非常懂

  1. 非常懂首页
  2. 科技

人工智能對精神疾病高危人群的生物預測準確度達90%，未來的診療還有何趨勢

上觀新聞 • • 科技

我們能否通過大數據和人工智能技術加速診療、攻克精神疾病？12月7日，由天橋腦科學研究院人工智能和精神健康前沿實驗室、國家精神疾病醫學中心腦健康研究院主辦的“人工智能與精神健康論壇”在線召開，20多位來自中、美、德等國家的知名專家學者開展跨界探討，超過34萬人次觀看了直播。

【開發了一種新的情緒誘發素材——油畫】

與會專家帶來不少令人興奮的新進展。

美國斯坦福大學醫學院Leanne Williams教授介紹，研究團隊通過功能性磁共振成像劃分人群大腦成像數據，將其分為6個不同的神經環路，以此為基礎對患者進行區分，並定製個性化治療方案。結果顯示，施加針對性治療可以改善患者的腦部情況，包括加強前額葉的連接、改善認知功能等。

Williams教授團隊將人群大腦分為6個不同的神經環路

上海市精神衛生中心王繼軍教授分享了在臨床高危精神疾病綜合徵群體中的研究，基於腦電信號的人工智能風險預警模型對精神疾病的生物預測準確度可以達到90%。人工智能模型可以幫助尋找精神疾病發展中的多種生物標誌物，便攜式腦電測量設備也有助於醫生對精神疾病的發展進行動態評估。

復旦大學類腦智能科學與技術研究院院長馮建峰教授介紹，團隊開發的全新痴呆風險預測模型，可提前十年預測痴呆發病，準確率達85%。從數據出發，通過AI算法可以對疾病的產生進行研究，甚至形成治療方法，但關鍵點和難點是，數據和算法能不能對精神疾病亞型進行分類預測。

中南大學湘雅第二醫院王湘教授介紹，她對兩種抑鬱症自殺預測模型進行了驗證，發現對心理痛苦逃避的強烈動機的持續存在是抑鬱症自殺行為發生的重要基礎。因此，在進行自殺干預時需要針對患者的損失厭惡傾向，調整患者心理出現的過度負性事件估值，降低自殺傾向。

上海交通大學呂寶糧教授團隊最近開發了一種新的情緒誘發素材——油畫，在被試觀看油畫的過程中收集眼動信號，識別情緒。相對腦電信號，眼動信號比較容易處理，是適於作為臨床指標的生理信號。他們的目標是實現精神疾病的客觀指標金標準。

【需要以整體觀念來制定治療策略】

未來的精神健康疾病診療有何新趨勢？

美國亞利桑那州立大學Yi-Yuan Tang教授發現，不論是年輕人還是老年人，正念等身心訓練均可以恢復大腦的可塑性和回覆能力，這些研究證實大腦和身心的動態互動是支撐身心健康的關鍵。在看待和處理腦部疾病時，需要以整體觀念來制定治療策略，而並非單獨處理部分症狀；應該將人類視為一個自發組織的穩態系統，讓整個系統始終維持在平衡狀態，才能有效維持健康。

上海市精神衛生中心院長趙敏教授透露，上海市精神衛生中心正與天橋腦科學研究院聯合推進人工智能在精神健康前沿領域的研究和應用轉化，重點關注精神疾病的評估方法及干預多模態的數據庫建立。

德國於利希研究中心神經科學與醫學、大腦與行為研究所Simon Eickhoff教授認為，現在用於訓練模型的數據存在偏好，缺少少數民族群體數據。

在圓桌討論環節，天橋腦科學研究院轉化中心研究員、上海市精神衛生中心袁逖飛教授，與同濟大學醫學院趙旭東教授、復旦大學應用倫理學研究中心王國豫教授、上海科技大學胡霽教授、上海市精神衛生中心劉登堂教授和易正輝教授，展望了腦與精神疾病研究的未來。他們認為精神健康疾病診療有兩個新的發展趨勢：精神療法與物理調控的融合，即聯用藥物、心理及數字干預，來獲得更好的治療效果；靶向“腦—身—腦”的調控模式，即將大腦、神經系統與身體器官聯結在一起，應用於精神疾病治療中。

文中圖片由天橋腦科學研究院提供

版权声明：人工智能對精神疾病高危人群的生物預測準確度達90%，未來的診療還有何趨勢内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请联系 删除。

本文链接：https://www.fcdong.com/f/e283410ef59c28a023073f022ea5bb8a.html

0

相关推荐