生物帮人工智能将成为医学上的重要诊断工具。它可以注意到人眼所不注意到的图像细节。但是，到目前为止，几乎无法想象使用AI诊断精神状况。
现在，伯明翰大学的科学家已经开发出一种新的基于AI的诊断方法，该方法可以更准确地识别出具有许多精神病和抑郁症状的患者。
有很多人同时患有精神病和抑郁症。这使得准确诊断非常困难。在许多情况下，医生会确定一种“原发性”疾病和一种“继发性”疾病，有时可能会导致治疗不足。
抑郁症通常被认为是继发性疾病，这意味着治疗重点在于精神病症状(例如幻觉或妄想)。科学家们认为这是一种非常低效的方法，系统地治疗这两种疾病会更好，但是诊断将是巨大的挑战。
现在，科学家们探索了使用机器学习来开发纯净疾病的准确模型，以查看它们之间如何相关的可能性。这可以帮助临床医生更准确地诊断出人们，因为有时症状并不意味着存在“继发性”疾病，而是原始疾病的另一种表现形式。
这项新研究涉及300名患者。科学家使用机器学习来开发“纯粹的”抑郁症和“纯粹的”精神病模型。科学家发现，以抑郁症为主要疾病的诊断比以精神病为主要疾病的诊断更为准确。
该研究的主要作者巴黎亚历山德罗斯·拉洛西斯(Paris Alexandros Lalousis)表示：“迫切需要更好的治疗精神病和抑郁症的方法，而精神病和抑郁症是世界范围内主要的心理健康挑战。我们的研究强调了临床医生需要更好地了解这些疾病的复杂神经生物学以及“共病”症状的作用。尤其要仔细考虑抑郁症在疾病中的作用”。
基于AI的模型可以帮助创建更好，更准确的诊断。对于其他条件，也可以引入用于这些模型的相同过程。结果将是使人们接受他们实际所患有的疾病的治疗，这将导致更好的结果。
个人经验和神经生物学对于准确诊断非常重要，但也很难将其包含在系统方法中。人工智能应该帮助解决这个问题。实际上，在不久的将来，基于AI的方法可能会在医学诊断中变得非常普遍。
