Page 42 - 精神疾病的诊断和治疗方法研究

Research on Diagnosis and Treatment Methods of Mental Disorders
精神疾病的诊断和治疗方法研究

药或基因异常，患者吸收、分布、代谢和排泄药物的能力不同，这可能导致药物
在体内稳态浓度的个体间差异超过 20 倍。TDM 可以帮助明确药物的“治疗参考
范围”。对于某些特定药物，如利培酮和文拉法辛，其主要代谢物也具有药理活

性，同样有临床意义。在这些情况下，治疗参考范围指的是活性部分，即母体化
合物及其活性代谢物的总和。药物治疗范围的下限代表血液中的阈值，低于该阈
值的治疗效果与安慰剂没有显著差异。治疗范围的上限则是根据最大疗效和增加
的药物不良反应风险确定的。

在 TDM 的协助下，精神科医生可以精确控制患者用药的剂量，在将不良反
应降至最低的情况下获得最佳的疗效。并可以减少患者住院的风险、持续时间以
及精神健康成本。研究表明，TDM 适用于包括抗精神病药、情绪稳定剂和抗抑
郁药在内的大多数精神科药物类型。推荐在各种临床条件和环境中使用，例如治

疗反应不佳、复发、治疗剂量下的副作用和依从性评估等。在治疗窗狭窄的精神
科药物（如锂盐）中，TDM 已成为其标准治疗方案不可或缺的一部分。
（三）人工智能在精神医学的应用
人工智能的概念最初是在 1956 年的达特茅斯夏季研讨会上创造出来的。当

时，它被广泛地称为“思维机器”。简单地说，人工智能可以定义为机器从足够
多的有代表性的数据中学习和识别不同类型数据之间的信息，并有效地利用这些
信息对未知数据进行决策的能力。其优势是对大量数据的快速模式分析和筛选。
近年来机器学习、深度学习等人工智能技术逐渐成熟，极大地推进了医疗产业与

人工智能的深度融合。使用人工智能进行模式识别在眼科、肿瘤学和放射学等医
学领域已经取得了巨大的成功。在某些情况下，人工智能算法在评估图像中人眼
无法检测的异常或敏锐度方面的表现与经验丰富的临床医生不相上下，甚至更好。
精神疾病的病理生理学具有很大的异质性，识别生物标记物将有助于对这些

疾病有更客观和更精细的定义。人工智能技术可能开发更好的诊断前筛查工具，
并制定风险模型，以确定个人患精神疾病的倾向或可能性。国内有研究者基于纹
状体功能异常（fFSA）与精神分裂症有关的概念，应用机器学习和静息状态功
能磁共振成像方法。根据纹状体的连接和区域功能特征，提出了新的 FSA 生物

标志物，建立了基于 FSA 评分的精神分裂症诊断与疗效预测模型，其诊断模型
的准确度超过 80%（敏感度为 79.3%，特异度为 81.5%）。Yang 等采用了平衡迭
代降低和分层聚类方法，对静息态功能性磁共振成像结果进行了优化，以分析伴

34