阿尔伯塔大学的研究人员在开发一种通过分析大脑扫描来预测精神分裂症的人工智能工具方面迈出了又一步。

在最近发表的研究中，该工具用于分析精神分裂症患者的57名健康一级亲属(兄弟姐妹或儿童)的功能磁共振图像。它准确地确定了在自我报告的精神分裂型人格特质量表中得分最高的14个人。

影响30万加拿大人的精神分裂症会导致妄想，幻觉，言语混乱，思维麻烦和缺乏动力，通常可以通过药物，心理疗法和脑部刺激相结合的方法进行治疗。患者的一级亲属在其一生中罹患精神分裂症的风险高达19%，而一般人群的风险不到1%。

首席作者Sunil Kalmady Vasu说：“我们基于证据的工具着眼于大脑的神经信号，仅凭主观症状评估就可能比诊断更准确。”牙科。

Kalmady Vasu指出，该工具旨在作为决策支持工具，不能代替精神科医生的诊断。他还指出，虽然具有分裂型人格特征可能会使人们更容易患精神病，但不确定他们会发展成成熟的精神分裂症。

阿尔伯塔省机器智能研究所(Alberta Machine Intelligence Institute)成员卡尔马迪·瓦苏(Kalmady Vasu)表示：“目标是为该工具提供帮助，以进行早期诊断，研究精神分裂症的疾病过程并帮助识别症状簇。”

该工具被称为EMPaSchiz(用于精神分裂症预测的具有多个分割的Ensemble算法)，以前曾通过检查患者的脑部扫描来预测精神分裂症的诊断，其准确性为87%。它是由美国大学和印度国家心理健康与神经科学研究所的一组研究人员开发的。该团队还包括A的神经科学和心理健康研究所的三名成员-计算科学家和加拿大科学学院的CIFAR AI主席Russ Greiner，以及精神病医生Andrew Greenshaw和Serdar Dursun，他们也是最新论文的作者。