面向精准精神病学机器学习的现代观点
机器学习
2022-07-13 v2 人工智能
神经元与认知
摘要
鉴于 NIMH 的研究领域标准(Research Domain Criteria, RDoC),功能神经成像、新技术与新方法的出现为开发精神障碍的精准和个性化预后与诊断提供了新机遇。机器学习(ML)与人工智能(AI)技术在精准精神病学新时代正发挥着日益关键的作用。将 ML/AI 与神经调控技术相结合,有望在临床实践中提供可解释的解决方案和有效的治疗。先进的穿戴式与移动技术也呼唤 ML/AI 在移动精神健康中进行数字表型分析的新角色。在本综述中,我们结合神经成像、神经调控和先进移动技术在精神病学实践中的应用,对 ML 方法与运用进行了全面回顾。此外,我们回顾了 ML 在精准精神病学中分子表型分析与跨物种生物标志物识别的作用。我们进一步讨论了以人在回路闭环方式的可解释 AI(XAI)与因果检验,并强调了 ML 在多媒体信息提取与多模态数据融合中的潜力。最后,我们讨论了精准精神病学中的概念性与实践性挑战,并突出了未来研究中 ML 的机遇。
引用
@article{arxiv.2204.01607,
title = {Modern Views of Machine Learning for Precision Psychiatry},
author = {Zhe Sage Chen and Prathamesh and Kulkarni and Isaac R. Galatzer-Levy and Benedetta Bigio and Carla Nasca and Yu Zhang},
journal= {arXiv preprint arXiv:2204.01607},
year = {2022}
}