科学家识别工作流算法来预测精神病

马克斯·普朗克精神病学研究所(Max Planck Institute of Psychiatry)的科学家们在Nikolaos Koutsouleris的领导下，将精神病学评估与分析临床和生物学数据的机器学习模型结合起来。虽然精神科医生对疾病的积极结果做出了非常准确的预测，但他们可能低估了导致复发的不良病例的频率。算法模式识别有助于医生更好地预测疾病的进程。

研究结果表明，人工智能和人类智能的结合优化了精神疾病的预测。“这个算法使我们能够改善精神病的预防，特别是在年轻患者高危人群或正在出现抑郁症的患者，并以更有针对性和更及时的方式进行干预，”Koutsouleris解释说。

算法不能代替治疗医学专家;相反，它协助决策，并就是否在个别基础上进行进一步检查提供建议。使用算法，医生可以在早期阶段就确定哪些患者需要治疗干预，哪些不需要。Koutsouleris总结说:“我们的研究结果可以帮助推动临床验证的互惠和互动过程，并改进现实世界筛查服务中的预后工具。”

该研究发表于JAMA精神病学。