改进的基于人工智能的工具提高了精神分裂症诊断的准确性

根据一项新的研究，由Alberta大学研究人员开发的工具使用机器学习，比其他基于AI的系统更准确地诊断精神分裂症。

这个名为EMPaSchiz(精神分裂症预测多重分割集成算法)的工具进行了检验大脑扫描来自被诊断患有精神分裂症的患者，并预测诊断，准确为87％。

在2017年之前的一项研究中的发现，其中U和IBM研究人员开发了一种能够预测精神分裂症的工具，精度为74％，以及去年的研究ob欧宝直播nba医学研究人员使用机器学习来预测病人是否会对利培酮(一种抗精神病药物)有反应，准确率为82%。

“精神分裂症的特征在于患者可能会发生的症状。两个具有相同诊断的个体可能仍然存在不同的症状。这常常导致误诊，”Sunil Kalmady，U的博士生谁领导了这项研究。

“在这种情况下，机器学习，能够推动一种基于证据的方法，这些方法看起来在大脑扫描中达到数千个功能，以导致最佳预测，”kalmady添加。

计算机科学家Russ Greiner和精神病学教授Andrew Greenshaw共同指导了Kalmady的研究，他说:“此外，还有一些方法可以估计这个工具的准确性和提供正确诊断的频率。”

研究人员注意到EMPaSchiz是第一批机器学习这些工具专门根据已确诊但尚未服用任何药物治疗疾病的患者的数据进行培训，这可能使其在诊断的早期阶段更有价值。

“精神卫生障碍在症状的原因和表现方面非常复杂，”格林拉安人说。“机器学习和未来AI是能够实现多维数据驱动的进入的方法，以捕获我们需要解开理解精神疾病的邪恶问题的复杂性和客观性的水平。”

本文，“通过改善具有多重大脑局集合学习的精神分裂症预测，”朝心理健康朝着人工智慧进行了培训，“NPJ精神分裂症。

---

---