Godot 不会来：我们何时让创新进入精神病学？

精神病学当前的诊断实践并不依赖客观的物理论据。最近的疫情凸显了以更高效方式应对日益增多的情绪障碍（尤其是抑郁症）病例的需求。我们提出若干已开发的实践以帮助改进该诊断过程：基于电生理信号（包括脑电图与心电图）的检测已在临床实践中被证明准确，以及若干已被证明可改善抑郁症状的电磁刺激方式。在这项工作中，我们将二者与来自生理复杂性研究（及我们自身工作）的解释以及机器学习与贝叶斯推断方法等高级统计方法相联系。研究表明，分形与非线性测度能够充分量化生理系统内在动力学中先前未被检测到的变化，为抑郁症的早期检测提供基础。我们还倡导对抑郁症中的心血管风险进行早期筛查，这与前述自主神经系统的复杂性降低所导致的临床可识别症状相关。综上，关于复杂性水平的额外信息可帮助临床医生在治疗过程中做出更好的决策，提高治疗的总体有效性，并最终提升患者的生活质量。