心理健康游戏更换者

研究人员宣布在D61 +居住在悉尼，透露，使用简单的计算机游戏和人工智能技术，他们能够识别抑郁和双相障碍的受试者的行为模式，下降到每组的细微个体差异。

该研究包括101名参与者：34带抑郁症，33例，双相障碍，34个受试者的对照组。计算机游戏为个人提供了两个选择，并在回应时跟踪他们的行为。

通过人工神经网络收集的复杂数据通过人工神经网络分析 - 脑激发系统，旨在复制人类学习的方式 - 能够解开健康个体之间的细微行为差异，以及抑郁症或双相情感障碍的方式。

该研究的主要作者、CSIRO Data61的神经学家和机器学习专家阿米尔·德斯富里博士表示，这项研究代表了新兴计算精神病学领域的一个可能的步骤变化。Dezfouli博士解释说:“目前69%的双相情感障碍患者最初被误诊，其中约三分之一的患者可能会被误诊10年或更长时间。”“如果我们能理解大脑是如何工作的，我们就能开发出更准确的诊断过程，并为患有精神健康障碍的人提供更有效的治疗，”德斯弗里博士说，并补充道:“人工智能和深度学习技术使我们能够分析复杂的数据集，并对涉及精神疾病的大脑过程建立精确的模型。详细描述心理健康障碍的特征，可以让临床医生根据个人的独特诊断制定更个性化的治疗计划。”

世界各地的临床医生主要依赖于诊断和统计手册（DSM）和国际疾病分类（ICD），为心理健康障碍的诊断提供一系列标准。“我们希望这种技术将在DSM上建立，并为临床医生提供额外的决策工具，”Dezfouli博士说。“计算机游戏的实力是，与传统的心理健康评估不同，结果可以直接反映由于障碍而受到影响的大脑过程，因为个人正在响应刺激而不是对其精神状态的直接问题。”

CSIRO Data61的机器学习小组负责人理查德·诺克博士表示，人工智能是一项强大的通用技术，有潜力帮助解决与健康、能源、老龄化、安全、安全、气候和环境相关的一些最大挑战。诺克博士说:“虽然人工智能具有巨大的潜力，但它的部署必须以隐私、伦理和包容性为核心。”“我们需要设计能够带来个人和集体利益的系统。人工神经网络是专门设计来产生可解释的结果，并将增强临床医生和精神病学家的能力。”

研究人员正在寻求与医院和精神卫生研究中心合作，进行进一步的研究，以验证真实应用的技术，为临床医生提供决策支持。