研究人员发现，人工智能创建的临床预测模型准确但具有研究特异性

耶鲁大学和科隆大学的科学家能够表明，人工智能(AI)创建的统计模型可以非常准确地预测药物对精神分裂症患者是否有反应。然而，这些模型高度依赖于上下文，不能一概而论。

在最近的一项研究中，科学家们一直在调查人工智能模型的准确性，这些模型可以预测精神分裂症患者是否会对抗精神病药物产生反应。

来自人工智能(AI)领域的统计模型在改善与医疗相关的决策方面具有巨大潜力。

然而，可以用于训练这些模型的医疗数据不仅罕见，而且昂贵。

因此，到目前为止，统计模型的预测准确性仅在少数有限规模的数据集中得到证明。

在目前的工作中，科学家们正在研究人工智能模型的潜力，并在几项独立的临床试验中测试精神分裂症抗精神病药物治疗反应预测的准确性。

科隆大学(University of Cologne)和耶鲁大学(Yale)医学院的研究人员参与了这项新研究。研究结果显示，这些模型能够在开发它们的试验中以较高的准确度预测患者的结果。

然而，当在原始试验之外使用时，它们并没有显示出比随机预测更好的性能。

跨试验汇集数据也没有改善预测。这项名为“临床预测模型的虚幻普遍性”的研究发表在科学.

这项研究由精准精神病学领域的顶尖科学家领导。

这是精神病学的一个领域，在这个领域中，应该确定针对个人或患者群体的数据相关模型、针对性疗法和合适的药物。

科隆大学医学院和科隆大学医院的生物精神病学教授Joseph Kambeitz博士说:“我们的目标是使用人工智能领域的新颖模型，以更有针对性的方式治疗有心理健康问题的患者。

“尽管大量的初步研究证明了此类人工智能模型的成功，但尚未对这些模型的鲁棒性进行演示。”

这种安全性对于日常临床使用非常重要。

Kambeitz说:“我们对临床模型有严格的质量要求，我们还必须确保不同背景下的模型提供良好的预测。

无论是在美国、德国还是智利的医院中使用，这些模型都应该提供同样好的预测。

研究结果表明，目前无法确保人工智能模型对不同研究中心的预测具有普遍性。这对临床实践来说是一个重要的信号，表明需要进一步的研究来实际改善精神病护理。在正在进行的研究中，研究人员希望克服这些障碍。他们与来自美国、英国和澳大利亚的合作伙伴合作，一方面研究大型患者群体和数据集，以提高人工智能模型的准确性，另一方面研究其他数据形式的使用，如生物样本或新的数字标记，如语言、动作特征和智能手机使用情况。