『学术经纬』如果被关进精神病院，你如何证明自己没病？( 三 )

人工智能在日本京都大学精神科招募的受试者（68名精神分裂症患者与102名健康对照受试者）的静息态功能性磁共振脑图上“训练” ，而后筛选出了16个稳定而可靠的脑功能连接，作为诊断精神分裂症的指标。

本文插图
诊断精神分裂症的16个脑功能连接丨参考资料5
接下来，研究人员检验了指标的适用性。通过对来自美国新墨西哥大学、荷兰乌德勒支大学及美国约翰·霍普金斯大学的三个独立数据库（共计123名精神分裂症患者及175名健康对照受试者）的交叉检验，研究人员认为这一指标的诊断表现很好（high performance），对美国新墨西哥大学和荷兰乌德勒支大学数据库的诊断精准度分别达到了70%和61% 。
同时，此诊断指标的特异性也经由两组来自日本的自闭症及重度抑郁症患者数据库（共计178名患者、250名健康对照受试者）进行了检验，它在可以诊断出精神分裂症的同时，排除来自这两项精神障碍的干扰。
其实之前已有多个研究试图通过人工智能算法和fMRI技术来诊断精神分裂症等精神疾病和障碍，但研究得出的诊断标准的适用性均未在不同国家的数据库上进行检验。这也是第一个在多个国家的受试者上得到检验的诊断指标。
当然，本研究也有一些不足之处，例如对于约翰·霍普金斯大学包含多病程（初发及慢性精神分裂症）的数据库，该诊断指标的准确度还有待提高；同时，研究并未在不同的MRI机器上训练人工智能算法，以避免不同仪器厂商对分类器精准度及稳定性的影响；也没有试图排除更多的精神疾病和障碍的干扰。但这些不足，都不能掩盖这一技术为精神疾病的诊断提供可靠客观依据的潜力和价值。

本文插图
这一技术有为精神疾病的诊断提供可靠客观依据的潜力和价值。丨Pixabay
后续的研究如果可以建立在更多国家、更多数量以及不同病程的受试者数据库上，开发出的检验指标，其准确性和特异性将更加可靠，更有希望投入到相关诊断和鉴别的实际应用中。如此一来，既可以减轻临床医生、司法鉴定人员的诊断鉴定难度、减少误诊和漏诊，更可以积极地维护司法的公正。
在有了客观可靠的生物学诊断标准的理想情况下，让我们回到开篇的困境里。假如有一天你被人陷害关到精神病院，这时的你既不需要担心，也不必仔细克制自己的一举一动，更不需要绞尽脑汁去证明自己是一个健康的人。在已有的诊断手段下，再通过“功能性磁共振扫描”的检验，这一困境迎刃而解，而你也可以在第一时间平平安安地走出精神病院了。
参考资料
[1] Rosenhan, David (19 January 1973). "On being sane in insane places". Science. 179 (4070): 250–258.
[2] "John W. Hinckley Jr.: A Biography". University of Missouri–Kansas City School of Law. Retrieved September 19, 2013.
[3] 南京“宝马车案”宣判被告人王季进一审获刑11年. 中国法院网. 2017-04-01.
[4] 《北京青年报》2002年7月16日
[5] Yoshihara Y, Lisi G, Yahata N, et al. Overlapping but Asymmetrical Relationships Between Schizophrenia and Autism Revealed by Brain Connectivity. Schizophr Bull. 2020.
[6] Belliveau JW, Kennedy DN, McKinstry RC, Buchbinder BR, Weisskoff RM, Cohen MS, Vevea JM, Brady TJ, and Rosen BR. Functional mapping of the human visual cortex by magnetic resonance imaging. Science. 1991, 254 (5032): 716–719.
[7] Fan L, Li H, Zhuo J, et al. The Human Brainnetome Atlas: A New Brain Atlas Based on Connectional Architecture. Cereb Cortex. 2016;26(8):3508-3526.