科学家确定工作流程算法以预测精神病
由Nikolaos Koutsouleris领导的Max Planck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相结合。尽管精神科医生对阳性疾病结果做出了非常准确的预测，但他们可能会低估导致复发的不良病例的频率。算法模式识别有助于医生更好地预测疾病的进程。
该研究的结果表明，正是人造和人类智力的组合优化了精神疾病的预测。“这种算法使我们能够改善精神病的预防，尤其是在年轻患者高风险或出现新兴抑郁症，并以更有针对性，更恰当的方式进行干预。” Koutsouleris解释说。
该算法不会用医疗专业人员;相反，它有助于决策，并提供有关是否个人进行进一步检查的建议。使用算法，从业者可以在早期识别需要治疗干预的患者和不进行治疗的患者。Koutsouleris总结说：“我们的研究结果可以帮助推动临床验证的互动和互动过程，并改善现实世界筛查服务中的预后工具。”
该研究发表在JAMA精神病学。
进一步探索
更多信息：Nikolaos Koutsouleris等人，临床高风险综合症患者和最近发作抑郁症患者的多模式机器学习工作流程，JAMA精神病学（2020）。doi：10.1001/jamapsychiatry.2020.3604
期刊信息：
JAMA精神病学
由...提供马克斯·普朗克学会
引用：科学家确定工作流程算法以预测精神病（2021年1月11日）2022年6月5日从//www.pyrotek-europe.com/news/2021-01-01-scientist-workflow-algorithm-psychosis.html
本文件受版权保护。除了出于私人研究或研究目的的任何公平交易之外，未经书面许可，不得复制任何部分。内容仅供参考。
