手机数码--认识正在培训AI以诊断精神疾病

：认识正在培训AI以诊断精神疾病的科学家

RI机器，调整了曲棍球头盔状装置上方的镜子拆迁赔偿不如意怎么办，使头骨保持稳定，以便可以看到屏幕位于头后面，然后恢复我的静止位置：视频游戏按钮垫和紧急中止挤压球在我的手中，像木乃伊一样横穿胸骨。我滑回MRI机器，调整了曲棍球头盔状装置上方的镜子，使头骨保持稳定，以便可以看到屏幕位于头后面，然后恢复我的静止位置：视频游戏按钮垫和紧急中止挤压球在我的手中，像木乃伊一样横穿胸骨。

我的大脑扫描和MRI电池的结果(如果不是演示文稿)最终将被输入到机器学习算法中。一个由科学家和研究人员组成的团队将使用它来帮助潜在地发现人类对社会状况的反应。他们想将健康人的大脑与精神疾病患者的大脑进行比较。这些信息可能有助于对精神健康疾病进行正确诊断，甚至可以找到潜在的身体原因。但是最终目标是为任何给定的精神健康障碍找到最有效的干预措施。

机器学习方法能否提供更好的答案?

这个想法很简单：使用一种算法来挑逗可行的见解，将数据带入感受。

精神健康障碍在任何给定时间困扰着人类的相当一部分。根据世界卫生组织的统计，仅抑郁症就折磨着全球约3亿人，这是世界上导致残疾的主要原因之一。该组织估计，躁郁症约有6000万人，精神分裂症有2300万人拆迁夜晚偷拆怎么处理。

问题是当前的模型是否可行。我们正在诊断最佳方法吗?目前，诊断是基于专业人员对精神健康疾病分类的症状显示，并收集在《精神疾病诊断和统计手册》(DSM)中，该手册已进行了第五次迭代。机器学习方法能否提供更好的答案?

首先是结构MRI，本质上是软组织X射线。极度嘈杂的扫描需要五分钟。接下来：功能性MRI，它实际上将显示我的大脑正常运行。功能磁共振成像需要我的大脑来执行任务，因此我玩游戏。

如果我是真正的受试者，我的扫描将归入精神健康障碍类别：边缘性人格障碍。实际上，我在扫描的前一天晚上和晚上有一个非常糟糕的边界情节，所以这次进入内部的机会时机不错，就像被救护车撞上一样。

精神病学正在试图测量大脑，这与大脑不太一样

对于弗吉尼亚理工大学研究团队的大脑来说，计算精神病学已经在研究2008年《科学》杂志上发表的文章时提出了新的见解。在研究过程中，他们发现我的边境友人似乎更关心互惠—我帮助您，您帮助我—而不是神经性人群，这与团队最初的假设相反。就其价值而言，这支持了我自己的经验。这是个人的失误，我倾向于在交易上看待友谊，常常会使用诸如“关怀”之类的疯狂货币。

玩了15分钟左右的游戏后，我从石棺中滑了下来。我的大脑已经成像。我在计算机屏幕上以灰度图查看它。