来自伦敦大学学院神经病学研究所和牛津大学的研究人员开发了人工智能模型，可以帮助心理健康从业者诊断精神分裂症患者。
精神分裂症影响了大约2400万人或全世界每300人中就有一人，并且在早期阶段很难诊断。没有血液测试可以诊断精神分裂症，所以精神病医生主要基于与病人和他们身边的人的谈话来做出诊断。
在他们的实验中，伦敦大学学院的研究人员要求52名参与者完成语言流畅性的任务。一半的参与者以前被诊断出患有精神分裂症，另一半作为对照组。
他们有5分钟的时间来想出尽可能多的单词，要么以字母“p”开头，要么属于“动物”类别。
然后，研究人员使用人工智能模型来分析这些反应，以了解参与者提出的单词的可预测性。
该模型是在大量互联网文本上训练的，因此它对普通人期望的语言类型有了很好的了解。
控制组的参与者想出了与模型预测非常一致的单词。患有精神分裂症的参与者表现出降低的可预测性，随着症状严重程度的增加，这种可预测性继续降低。
我们的大脑学习记忆和想法之间的关系，并将其存储在研究人员所称的“认知地图”中。这些认知图帮助我们把连贯的想法组合在一起，并用语言表达出来。
研究人员认为，精神分裂症患者之所以难以做到这一点，是因为他们大脑中负责创建和存储认知地图的区域存在缺陷。研究人员对这项研究的参与者进行的大脑扫描证实了这一理论。
该研究的主要作者Matthew Nour博士说：“这项工作显示了将人工智能语言模型应用于精神病学的潜力，这是一个与语言和意义密切相关的医学领域。
研究人员计划扩大对他们的人工智能模型的测试，看看它是否可以证明在精神分裂症和其他精神障碍的临床环境中有用。
人工智能模型非常擅长分析大量数据，并发现人类根本无法发现的东西。我们以前已经看到过眼睛扫描如何检测帕金森氏症、阿尔茨海默氏症甚至精神分裂症的症状。
将语言模型与视觉人工智能模型相结合可以更快、更早地诊断精神状况。我们还看到了人工智能如何被用于开发治疗它们的新药的有希望的发展。
