AI在识别青少年焦虑症方面展现出希望

在一项涵盖全球约3,500名10至25岁个体的开创性多中心研究中，人工智能（AI），特别是机器学习算法，已证明能够根据独特的大脑结构识别焦虑症。

这项由莱顿大学教育与儿童研究所助理教授Moji Aghajani领导的研究，分析了皮层厚度、表面积和深部脑区的体积。

结果令人鼓舞，仍有改进空间

虽然结果令人鼓舞，但并非完美无缺。进一步改进算法并纳入其他类型的大脑数据（如大脑功能和连接性）对于提高准确性至关重要。尽管如此，该研究的结果是非凡的，因为它们适用于跨越不同种族、地理位置和临床特征的多样化年轻人群体。

Aghajani强调这项研究在铺平个性化焦虑症预防、诊断和治疗道路方面的潜力。通过从传统的关注平均患者转向个体化分析，借助大型多样化数据集和AI的辅助，研究人员旨在更好地理解焦虑症潜在的神经生物学机制。

ENIGMA焦虑联盟的作用

Moji Aghajani、他的博士后Willem Bruin以及全球约250名合作者代表了ENIGMA焦虑联盟。这一合作努力旨在通过汇集和协调来自各种来源的数据并进行大规模分析，获得对焦虑症神经生物学基础的可靠见解。此类联盟的出现是为了应对精神病学和行为科学领域的复制危机，促进协作以推进该领域的发展。

该研究发表在《自然·心理健康》等著名刊物上，凸显了其重要性和对心理健康研究和临床实践的潜在影响。焦虑症通常在青春期和成年早期出现，在全球范围内构成重大挑战，导致深刻的情感、社会和经济负担。

Moji Aghajani强调需要超越以小规模研究和简单分析为特征的传统心理健康研究方法。通过利用大数据和AI的力量，研究人员可以更深入地研究个体差异，并为受焦虑症影响的人开发量身定制的干预措施。

来自ZonMW、NWO和莱顿大学基金等组织的资助支持了这项复杂且劳动密集的研究，使研究人员能够推动心理健康理解边界的拓展。