人工智能对精神疾病高危人群的生物预测准确度达90，未来的诊疗还有何趋势

　　我们能否通过大数据和人工智能技术加速诊疗、攻克精神疾病？12月7日，由天桥脑科学研究院人工智能和精神健康前沿实验室、国家精神疾病医学中心脑健康研究院主办的＂人工智能与精神健康论坛＂在线召开，20多位来自中、美、德等国家的知名专家学者开展跨界探讨，超过34万人次观看了直播。
　　【开发了一种新的情绪诱发素材——油画】
　　与会专家带来不少令人兴奋的新进展。
　　美国斯坦福大学医学院Leanne Williams教授介绍，研究团队通过功能性磁共振成像划分人群大脑成像数据，将其分为6个不同的神经环路，以此为基础对患者进行区分，并定制个性化治疗方案。结果显示，施加针对性治疗可以改善患者的脑部情况，包括加强前额叶的连接、改善认知功能等。
　　Williams教授团队将人群大脑分为6个不同的神经环路
　　上海市精神卫生中心王继军教授分享了在临床高危精神疾病综合征群体中的研究，基于脑电信号的人工智能风险预警模型对精神疾病的生物预测准确度可以达到90%。人工智能模型可以帮助寻找精神疾病发展中的多种生物标志物，便携式脑电测量设备也有助于医生对精神疾病的发展进行动态评估。
　　复旦大学类脑智能科学与技术研究院院长冯建峰教授介绍，团队开发的全新痴呆风险预测模型，可提前十年预测痴呆发病，准确率达85%。从数据出发，通过AI算法可以对疾病的产生进行研究，甚至形成治疗方法，但关键点和难点是，数据和算法能不能对精神疾病亚型进行分类预测。
　　中南大学湘雅第二医院王湘教授介绍，她对两种抑郁症自杀预测模型进行了验证，发现对心理痛苦逃避的强烈动机的持续存在是抑郁症自杀行为发生的重要基础。因此，在进行自杀干预时需要针对患者的损失厌恶倾向，调整患者心理出现的过度负性事件估值，降低自杀倾向。
　　上海交通大学吕宝粮教授团队最近开发了一种新的情绪诱发素材——油画，在被试观看油画的过程中收集眼动信号，识别情绪。相对脑电信号，眼动信号比较容易处理，是适于作为临床指标的生理信号。他们的目标是实现精神疾病的客观指标金标准。
　　【需要以整体观念来制定治疗策略】
　　未来的精神健康疾病诊疗有何新趋势？
　　美国亚利桑那州立大学Yi-Yuan Tang教授发现，不论是年轻人还是老年人，正念等身心训练均可以恢复大脑的可塑性和回复能力，这些研究证实大脑和身心的动态互动是支撑身心健康的关键。在看待和处理脑部疾病时，需要以整体观念来制定治疗策略，而并非单独处理部分症状；应该将人类视为一个自发组织的稳态系统，让整个系统始终维持在平衡状态，才能有效维持健康。
　　上海市精神卫生中心院长赵敏教授透露，上海市精神卫生中心正与天桥脑科学研究院联合推进人工智能在精神健康前沿领域的研究和应用转化，重点关注精神疾病的评估方法及干预多模态的数据库建立。
　　德国于利希研究中心神经科学与医学、大脑与行为研究所Simon Eickhoff教授认为，现在用于训练模型的数据存在偏好，缺少少数民族群体数据。
　　在圆桌讨论环节，天桥脑科学研究院转化中心研究员、上海市精神卫生中心袁逖飞教授，与同济大学医学院赵旭东教授、复旦大学应用伦理学研究中心王国豫教授、上海科技大学胡霁教授、上海市精神卫生中心刘登堂教授和易正辉教授，展望了脑与精神疾病研究的未来。他们认为精神健康疾病诊疗有两个新的发展趋势：精神疗法与物理调控的融合，即联用药物、心理及数字干预，来获得更好的治疗效果；靶向＂脑—身—脑＂的调控模式，即将大脑、神经系统与身体器官联结在一起，应用于精神疾病治疗中。
　　题图来源：图虫 图片编辑：笪曦 文中图片由天桥脑科学研究院提供