尖端技术正在革命性地改变心理健康领域，最近的一项研究揭示了一种开创性的机器学习工具，可以预测精神病的发作。通过分析核磁共振成像（MRI）脑部扫描，这个创新的分类器可以有效区分那些有可能发展成精神病的个体和那些不会的个体。
这项由东京大学等国际研究团队进行的研究涵盖了来自全球各地的2,000多名参与者。其中，大约一半被认定为临床高风险精神病患者。这个分类器展示了令人印象深刻的准确性，在正确区分出谁会后来出现明显的精神病症状，谁不会的方面。在训练阶段，它的准确率达到了85％，当面对新数据时略有降低，为73％。这些发现已经发表在备受尊重的杂志《分子精神病学》上。
这个开创性的工具在临床环境中可能非常有用，能够及早干预有精神病风险的个体。虽然精神病可能包括妄想、幻觉和思维混乱等症状，但其病因是多方面和多样化的。疾病、损伤、创伤、药物滥用、药物使用和遗传易感性等各种因素都可能导致精神病的发展。通过识别那些有风险的人，临床医生可以提供及时和有针对性的干预，明显改善结果，并将对个人生活的负面影响降到最低。
东京大学人文与科学研究院副教授小池信介强调了这项研究的重要性。他指出，只有大约30％的高风险个体最终会出现精神病症状，剩下的70％未知他们的命运。为了更好地帮助临床医生进行鉴定过程，整合生物标记物和传统症状评估变得至关重要。
由于精神病首次发作最常见于青少年或早年成年期，识别需要帮助的年轻人尤其具有挑战性。然而，随着这种机器学习工具的出现，医疗专业人员有能力主动干预并为最有风险的人提供支持。这标志着心理健康研究和治疗的重大进步。
资料来源：Zhu等人，《分子精神病学》
The source of the article is from the blog macnifico.pt