1.全局
在美国和世界各地，心理健康问题是一种流行病，给医疗保健系统和社会带来了巨大的负担。迄今为止，仍然缺乏生物标志物和个体化治疗指南。近年来，机器学习（ML）和人工智能（AI）在分析精神病学的神经和行为数据的复杂模式方面越来越受欢迎。我们提供了一个全面的回顾ML方法和应用在精准精神病学。我们认为，以ML为动力的现代技术的进步将在当前对精神疾病的诊断、预后、监测和治疗的实践中创造一个范式转变。我们讨论了精准精神病学的概念和实际挑战，并强调了未来的研究方向。
2.摘要
根据美国国家精神健康研究所（NIMH）的研究领域标准（RDoC），功能神经成像的出现、新技术和方法的出现为开发精确和个性化的预后和精神障碍的诊断提供了新的机会。机器学习（ML）和人工智能（AI）技术在精准精神病学的新时代发挥着越来越重要的作用。将ML/AI与神经调节技术相结合，有可能为临床实践和有效的治疗提供可解释的解决方案。先进的可穿戴和移动技术也要求ML/AI在移动心理健康中的数字表型方面的新作用。在这篇综述中，我们通过结合神经成像、神经调节和先进的移动技术在精神病学实践中，提供了一个关于ML方法和应用的全面综述。我们进一步回顾了ML在精准精神病学中的分子表型和跨物种生物标志物鉴定中的作用。我们还讨论了可解释的人工智能（XAI）和神经系统的调节，并强调了ML在多媒体信息提取和多模态数据融合中的潜力。最后，我们讨论了精准精神病学的概念和实际挑战，并强调了未来研究的方向。
3.引言
心理健康问题在美国和世界各地都是一种流行病。根据美国国家心理健康研究所（NIMH）的数据，近五分之一的美国成年人患有某种形式的精神疾病或精神障碍。根据美国疾病控制和预防中心（CDC）的数据，COVID-19大流行对我们的生活方式产生了重大影响，并显著提高了由恐惧、担忧和不确定性造成的不良心理健康状况。在成人和青少年中都观察到自杀率、阿片类药物滥用和抗抑郁药物使用的增加。心理健康的诊断和治疗给医疗保健系统和社会带来了负担。仅在美国，仅抑郁症的经济负担每年就至少有亿美元。精准医疗（或个性化医疗）是一种创新的方法，可以定制疾病的预防、诊断和治疗，可以解释受试者的基因、环境和生活方式的差异。精准医疗的目标是针对个体化患者的健康问题进行及时、准确的诊断/预后/治疗，并进一步为患者和替代决策者提供反馈信息。近几十年来，精准医疗取得了不同程度的成功，特别是在肿瘤学方面。传统的精神疾病诊断依赖于身体检查、实验室测试以及心理和行为评估。与此同时，精准精神病学也越来越受到应有的
