行为量化作为学科间缺失的纽带：数字精神病学工具及其在神经生物学未来中的角色

在相同精神障碍个体之间乃至同一主体随时间观察到的巨大行为异质性，使临床实践与生物医学研究均复杂化。然而，现代技术为改善行为表征提供了令人振奋的机遇。现有的定性或不可扩展的精神病学方法，如患者问卷或临床访谈，现在可以更大规模地收集并分析以产生新的定量测度。此外，连续采集被动传感器流（如手机GPS或智能手表加速度计）的最近能力，开辟了先前完全不切实际的新问题途径。其时间密集特性使得对实时神经与行为信号的连贯研究成为可能。为发展精神疾病的综合神经生物学模型，首要关键是先开发强健的行为量化方法。当前技术理论上可捕获的内容潜力巨大，但这本身构成重大计算挑战——亟需新数据处理工具、新机器学习技术，并最终改变跨学科工作的开展方式。在我的论文中，我详述了从不同视角看待数字精神病学的研究项目，随后以对该领域未来的总结讨论将观点串联。我也在相关处提供了带详尽文档的软件基础设施。主要贡献包括：将日常自由形式音频日记作为被低估的精神病学研究数据类型所提出的科学论证与概念验证结果，以及所提多区域循环神经网络架构的新稳定性定理与初步实证成功。