7月28日消息，据报道，目前，科学家最新设计的一种新型人工智能通过筛选大脑成像数据来发现与自闭症、精神分裂症和阿尔茨海默症相关的模式，进而发现人们精神健康状况，而这种人工智能最大优势在于能在疾病症状出现之前进行预测分析。

该人工智能模型首先使用健康成年测试者的大脑成像数据进行研判，之后向那些有心理健康问题的患者展示这些大脑成像数据，从而使该模型能够识别人眼无法察觉的细微变化。

这个复杂的计算机程序是由美国乔治亚州立大学一支研究小组开发的。

基于功能磁共振成像(fMRI)技术，该人工智能对1万多人的大脑成像数据集进行了研判匹配，据悉，功能磁共振成像通过检测血液流动变化可测量大脑活动性。

一旦该人工智能系统读取测试者的功能磁共振成像基础数据，之后研究小组就向该系统输入12000多位自闭症、精神分裂症、阿尔茨海默症的精神疾病数据集，作为基础数据库，人工智能可依据测试者的大脑成像数据，非常容易地识别出以上三种精神疾病的征兆模式。

研究小组指出，使用功能磁共振成像来识别精神疾病带来的费用可能较高，工作人员必须仔细梳理大脑成像数据，但是使用人工智能系统则大幅降低了成本和时间。

研究报告合著作者之一、TReNDS Center创会理事文斯·卡尔霍恩(Vince Calhoun)称，即使我们从其他测试或者家族史中知晓某人存在患阿尔茨海默症等疾病的风险，我们仍然无法预测疾病确切的发生时间。目前，我们通过大脑成像捕获相关疾病征兆模式来缩小时间窗口，这些疾病征兆模式是在疾病发生之前就已出现，具有很好的疾病预测效果。