计算精神病学临床工具应用的障碍与对策
神经元与认知
2023-01-12 v1
摘要
计算精神病学是一门旨在发展人脑信息处理的形式模型，以及此种处理的改变如何导致临床现象的学科。尽管在任务开发及其建模方面取得了显著进展，计算精神病学的方法论尚未被纳入大规模研究项目或临床实践。在本观点文章中，我们探讨了将计算精神病学任务与模型纳入更主流研究方向的一些障碍。这些障碍包括参与者完成任务所需时间、重测信度、有限的生态效度，以及实际顾虑如缺乏计算专业知识和传统上验证任务与模型所需的昂贵花费与大样本量。我们随后讨论了对策，例如以可行性为目标重新设计任务，以及将任务整合到更具生态效度且标准化的游戏平台中以便更易传播。最后，我们提供了一个例子，说明一项任务——条件性幻觉任务——如何可能被转化为此类游戏。我们希望对创建更易获取和可行的计算任务的兴趣，将有助于计算方法对研究及临床实践产生更积极的影响。
引用
@article{arxiv.2301.04570,
title = {Barriers and Solutions to the Adoption of Clinical Tools for Computational Psychiatry},
author = {David Benrimoh and Victoria Fisher and Catalina Mourgues and Andrew D. Sheldon and Ryan Smith and Albert R. Powers},
journal= {arXiv preprint arXiv:2301.04570},
year = {2023}
}