由Nikolaos Koutsouleris领导的马克斯普朗克精神病学研究所的科学家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。尽管精神科医生对积极的疾病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。这种算法模式识别可以帮助医生更好地预测疾病的进程。
研究结果表明,正是人工智能和人类智能的结合,优化了对精神疾病的预测。爱博网投官方网站Koutsouleris解释说:“这种算法使我们能够改善对精神病的预防,特别是对高风险或新出现抑郁症的年轻患者,并以更有针对性和及时的方式进行干预。”
该算法不会取代医疗专业人员的治疗;相反,它有助于决策,并就是否在个人基础上进行进一步检查提供建议。使用该算法,从业者可以在早期阶段识别需要治疗干预的患者和不需要治疗干预的患者。Koutsouleris总结道:“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,并改善现实世界筛查服务中的预后工具。”
故事来源:
材料所提供的Max-Planck-Gesellschaft.注:内容可能会根据风格和长度进行编辑。
期刊引用:
引用此页: