前沿人工智能技术助力早期诊断精神分裂症和双相情感障碍

Cutting-edge AI diagnoses schizophrenia and bipolar disorders earlier

研究人员正在使用人工智能（AI）来分析医疗记录，以预测精神分裂症和双相情感障碍的早期发病，从而实现更快的治疗和更好的结果。（图片来源：CC BY-SA 4.0）

精神分裂症和双相情感障碍是严重的精神疾病，常常扰乱日常生活，影响社交互动、就业和寿命。这些病症通常在青少年晚期或成年早期出现，但诊断往往会被推迟数年。诊断延迟的时间越长，后果越严重。晚诊断会妨碍及时治疗，导致更大的痛苦和更严重的症状。

早期诊断的挑战

诊断精神分裂症和双相情感障碍非常复杂。在早期阶段，即前驱期，症状尚未完全达到诊断标准。许多患者最初接受的是针对较轻病症（如焦虑或抑郁）的治疗，在其病情的真实性质明确之前，可能会延误确诊。症状与其他精神疾病的重叠进一步增加了准确识别的难度。

新研究表明，人工智能可能在改善早期诊断方面发挥重要作用。一项由奥胡斯大学和奥胡斯大学医院精神病学系进行的研究探讨了机器学习模型是否可以使用电子健康记录（EHR）数据预测患者是否会发展为精神分裂症或双相情感障碍。该研究结果发表在《JAMA Network》期刊上。

奥胡斯大学教授Søren Dinesen Østergaard解释说：“这是一个具有挑战性的临床难题，但我们尝试解决它，研究结果显示我们走在正确的道路上。”

机器学习与电子健康记录

该研究分析了24,449名曾因较轻精神疾病接受治疗的患者的电子健康记录。研究人员训练了一个机器学习算法，用以分析这些记录中的模式，并估计患者在未来五年内发展为精神分裂症或双相情感障碍的可能性。

“如果算法表明某患者有较高的可能性发展为精神分裂症或双相情感障碍，医务人员可以集中检查与此类疾病相关的症状——这可能会导致更早的诊断和启动针对性治疗。” Østergaard表示。

该算法评估了医疗记录中的1,000多个因素，包括过去的诊断、处方药物和临床笔记中的非结构化文本。结果显示，虽然有改进的空间，但成果令人鼓舞。

在被算法标记为高风险的每100名患者中，约有13人在五年内被诊断为精神分裂症或双相情感障碍。而在被标记为低风险的每100名患者中，95人未发展为这两种疾病。尽管这一准确性有助于诊断，但还不足以用于临床应用。

临床笔记的重要性

研究人员发现，临床笔记在预测准确性方面发挥了关键作用。最重要的十个预测因素来自医生和心理健康专业人士撰写的文字，其中包括描述社会退缩和听觉幻觉等症状的词语，以及有关精神病院住院的记录——这些都是严重精神疾病的明确指标。

Østergaard解释说：“这在临床上是有道理的。这些笔记中的文字反映了患者状况的细节，而这些细节是结构化数据无法捕捉到的。”

然而，本研究使用的语言模型相对简单，仅分析了单个词的频率，而没有考虑它们出现的上下文。先进的AI模型，类似于支持ChatGPT的技术，可以理解整个句子并推断意义。研究团队认为，整合更复杂的自然语言处理技术将显著提高诊断准确性。

人工智能在精神病学中的光明未来

虽然当前模型尚未准备好用于临床，但研究人员充满信心。未来的版本可能会提供更可靠的预测，使早期诊断和更好的治疗结果成为可能。

“我们乐观地认为，这项技术可以使我们对精神分裂症和双相情感障碍的预测足够精确，以便未来的算法能够支持临床实践。” Østergaard表示，“这是一个我们肯定会追求的机会。”

通过利用人工智能，精神卫生专业人员可能很快就能获得一种强大的工具，以更早识别高风险患者。这一进展有望实现更快的干预、改善患者护理，并最终为受精神分裂症和双相情感障碍影响的人们带来更好的生活质量。

(全文结束)