機器學習在精神醫(yī)學領域具備巨大的應用潛力 2021-2025年中國機器學習行業(yè)發(fā)展趨勢預測

• 2021年4月19日 YeYuJuan來源：互聯(lián)網 421 21
• 繁體

隨著大數(shù)據的深入應用，機器學習已經進入醫(yī)療領域。過去數(shù)年間，出現(xiàn)了諸多“機器”準確進行醫(yī)學診斷的例子。

隨著大數(shù)據的深入應用，機器學習已經進入醫(yī)療領域。過去數(shù)年間，出現(xiàn)了諸多“機器”準確進行醫(yī)學診斷的例子。

機器學習在精神醫(yī)學有非常大的應用潛力

機器學習是指通過計算機學習數(shù)據中的內在規(guī)律性信息，獲得新的經驗和知識，以提高計算機的智能性，使計算機能夠像人那樣去決策。隨著各行業(yè)對數(shù)據的需求量增多，對處理和分析數(shù)據的效率要求變高，一系列機器學習算法應運而生。機器學習算法主要是指通過數(shù)學及統(tǒng)計方法求解最優(yōu)化問題的步驟和過程。針對不同的數(shù)據和不同模型需求，選擇和使用適當?shù)牡臋C器學習算法可以更高效地解決一些實際問題。

據報道，簡單心理創(chuàng)始人兼CEO簡里里介紹，精神心理第一類為偏醫(yī)學是精神科，比如精神分裂、抑郁癥、焦慮癥和人格障礙醫(yī)學上的診斷和治療;第二類是心理咨詢。她認為，機器學習在精神醫(yī)學上也有非常大的應用潛力。目前世界各地都有一些研究，來診斷一個人的抑郁癥或者是診斷他的精神類疾病，除了癥狀以外，還可能去看腦電的變化、腦區(qū)的變化。甚至會它會通過一個人的語音、語意、語流、語速，通過機器學習的算法來判斷一個人，一個雙向性格情感障礙發(fā)作的人和普通人之間的區(qū)別，以及它也能有一些預測的。

而在心理咨詢上，除了一對一的、不可量化的人工干預手段以外，如何定義疾病、如何定義心理問題，以及如何定義干預，她認為機器學習都是非常大的機會。

機器學習在精神醫(yī)學中的應用

1.輔助診斷：目前，ML和DL在精神疾病中的研究基本集中在診斷上，基于ML和DL的計算機輔助診斷工具可以幫助臨床醫(yī)生對精神疾病進行分類，短時間內形成更可靠、準確和標準化的診斷。有研究者將ML用于癡呆和注意缺陷多動障礙的診斷，通?？梢赃_到90%以上的準確率。對精神分裂癥、自閉癥、抑郁癥和藥物濫用障礙等其他精神疾病的分類研究也在慢慢積累。

2.預測疾病發(fā)展軌跡：一些研究顯示出ML預測疾病發(fā)展軌跡的能力，如從輕度認知障礙到AD的轉變，這對于早期發(fā)現(xiàn)AD并預防其發(fā)展至關重要。

3.疾病的早發(fā)現(xiàn)早干預：AI最大潛力可能在識別可穿戴設備數(shù)據以及電話和短信中的信息。由于手機幾乎陪伴我們一整天，可收集和感知各種各樣的心理健康數(shù)據，并整合生理、運動、環(huán)境和社會信息，跟蹤及融合不同來源的心理健康大量數(shù)據，利用ML算法的強大和高效預測心理健康狀況，當然也伴隨著深刻的倫理和安全問題。

4.病因及機制研究：使用多模態(tài)數(shù)據的ML算法能夠從神經成像和基因組學中獲得的數(shù)據中，提供病理機制的信息，去了解基因如何形成結構，以及結構如何實現(xiàn)功能。

5.新藥發(fā)現(xiàn)：自20世紀90年代后期起，ML一直用于藥物研發(fā)，并已成為藥物研發(fā)的有用工具。DL具有更靈活的架構，對于分子設計和反應預測非常有用。AI可應用在藥物研發(fā)的不同環(huán)節(jié)，包括虛擬篩選苗頭化合物、新藥合成路線設計、藥物有效性及安全性預測、藥物理化性質預測、晶型預測、藥物分子設計、篩選生物標志物、研究新型組合療法等?；谝延械幕瘜W、生物學數(shù)據和知識建立有效的數(shù)據模型，可通過ML來預測藥品研發(fā)過程中的安全性、有效性、不良反應等，從而有望實現(xiàn)減少人力、時間、物力等投入，降低藥品研發(fā)成本的目的。

欲了解機器學習行業(yè)更多內容詳情可點擊查看《2019-2025年中國機器學習行業(yè)發(fā)展趨勢及投資預測報告》。

• 相關深度報告REPORTS

  

  2019-2025年中國機器學習行業(yè)發(fā)展趨勢及投資預測報告

  機器學習是指通過計算機學習數(shù)據中的內在規(guī)律性信息，獲得新的經驗和知識，以提高計算機的智能性，使計算機能夠像人那樣去決策。隨著各行業(yè)對數(shù)據的需求量增多，對處理和分析數(shù)據的效率要求變高...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡