神经影像预测精神疾病及心理健康的前景

      使用神经影像学数据进行预测建模可以提高我们对精神疾病的神经生物学以及预后疗效的的理解。因此，已有许多文献回顾了已发表的研究，涉及机器学习的数学基础以及使用这些方法的最佳实践。随着我们对精神健康和机器学习的不断了解，本文的目的是讨论当前和未来神经影像机器学习研究中的重要主题。

      在机器学习领域中讨论最多的一些主题，比如偏倚和公平性，无效数据的处理，以及模型的可解释性，对于那些在精神病学中使用基于神经影像的预测模型的研究者来说可能不太熟悉。预测模型非常适合用于研究现代精神病学,如跨诊断研究和针对基于大脑的特征进行精神病学干预。本文的目标群体是那些熟悉机器学习基本程序但是缺乏精神疾病和心理健康领域知识以及神经影像领域专业知识的研究人员。本文的目的是加速基于神经影像的预测模型在精神病学研究中的应用效能。此外，本文的这些想法可以推广到其他临床神经科学中基于神经影像的预测模型，以及具有不同数据类型的预测模型(例如数字健康数据)的预测建模中。本文发表在Molecular Psychiatry杂志。

前言

     神经影像学研究为精神疾病的神经机制提供了宝贵见解。这些研究的范围从脑区激活研究到病例对照设计，再到识别个体的行为差异。然而，将我们从这些研究中获得的识别生物标志物的理论知识到真正地应用于治疗干预,其间的差距仍然极具挑战性。基于神经成像数据的预测建模具有描述精神疾病特征和指导临床决策的潜力。越来越多的文献证明了这种预测建模应用的前景，并且解释了机器学习的数学基础，此外还建立了利用神经成像数据使用这些方法的最佳实践。更重要的是，已有许多研究利用机器学习和神经影像数据回顾了以往的精神健康研究。

       随着精神健康领域的研究和机器学习的知识地不断发展，我们需要对当前和未来的研究中较为重要的主题进行深入地讨论。本文首先讨论了机器学习中两个对更广泛的精神神经成像领域的研究人员可能不熟悉但是在机器学习领域中被大量讨论的重要问题：“偏倚和公平性”和“无效数据”。

        接下来，本文强调了精神领域中模型的可解释水平对于模型实现其全部作用来说至关重要。最后，讨论了预测模型在精神健康研究的两个流行领域中的作用：跨诊断研究和靶向成像脑标记物。这项研究的目标群体是熟悉机器学习的基本程序的研究者(如那些在参考[16]中提及的，而非对底层算法和数学具有深刻理解的研究者)，并且这些研究者也希望增加他们在精神疾病研究领域中的相关知识。除此以外，本文也可以作为该主题的初学者的入门介绍, 因为既往综述中一般不涉及深入的内容，此外它还可以成为更有经验的学者的论点。本文旨在通过突出这些主题，使基于神经成像的预测模型在精神健康研究中的效用和应用最大化。除此以外，虽然本文中示例来源于神经成像数据，但这些主题也适用于其他数据形式(例如，数字健康数据)。

图1 .随着机器学习的应用程序越发复杂，理解偏倚的难度越来越大。在诸如算法证明之类的理论研究中，假设偏倚很低，因为这些工作通常不关注真实世界的数据。然而，偏倚很快存在于机器学习的成熟应用中，如语言和图像处理。这些偏倚可能在最初产品开发过程中被忽略，但在广泛应用后很快就变得明显。最后，对于机器学习的新兴应用，比如在精神病学领域，潜在的偏倚往往很难观察、理解和预防，部分原因是：(1)与图像处理等传统应用相比，我们关于精神健康障碍的知识仍然有限，(2)数据可能不够全面，无法完全模拟精神健康的复杂性。

第一部分.数据表示

      我们首先讨论获取数据的问题，以及在我们的样本中如何表示受试者群体的问题。使用不代表真实世界人群的训练数据（即我们拿到的数据只是真实数据分布中的小部分，不能有效表示真实世界的数据信息）是一种假定的偏倚来源，这可能会导致大脑行为模型在某些人群中不准确。认识到预测模型中偏倚的潜在可能，发现偏倚的来源，并将偏倚的影响最小化是至关重要的。此外，我们讨论了在这些模型中使用丰富的真实数据及其相关复杂性来理解精神疾病的必要性，并考虑其在应用中遇到的问题。

偏倚和公平性

      在机器学习中，偏倚被定义为“基于其固有和后天特征而系统地对个人或群体产生偏倚的结果”，而公平性被定义为“没有偏倚”。用于训练模型的数据往往是这种偏倚的主要来源。PULSE AI的照片娱乐模型最近强调了这一原则；该模型将前总统奥巴马的低分辨率图像变成了白人男性的图像。这些结果是推定的，因为底层算法是在有限的人口统计数据上练习的，只能对某些种族群体做出准确的预测。此外,人们越来越认识到，很大一部分学术研究——包括与精神病学研究相关的研究——是来自西方、受过教育、工业化背景、富裕的人口，因为这些被试来源最方便。

       同样，对特定亚人群的研究，如精神疾病患者，也受到被试扫描能力的限制;这些限制可能包括:被试在扫描过程中保持静止的能力，是否具有知情同意的能力，或他们在扫描过程中配合完成实验的能力。因此，研究这种有限的人口偏倚的结果是，在更广泛的利益群体中，低估了不同被试在行为上的差异。此外，我们无法对这些群体进行研究也导致我们训练了一个不代表现实环境的模型，并且也导致了模型无法表征我们感兴趣的与疾病表型相关的行为变异。出于这些原因，一些人认为机器学习中的偏倚完全来自于有偏倚的数据，而算法不存在偏倚。然而，偏倚的来源几乎不受限，因此创建无偏倚的数据是不可能的。因此，“仅数据存在偏倚”的简单观点将削弱源自机器学习算法本身的偏倚。总之，在不承认偏倚的情况下生成和应用预测模型可能会导致不适当的过度概括，即某些群体的代表性过高，导致其他群体的代表性不足。

      当用神经影像数据预测精神病学信息时，这些问题变得更加严重(图1)。有关精神病理学基础上的神经机制的复杂性的研究仍在进行中，其中的许多内容我们仍然未知。与传统的机器学习应用程序相比，它的可用数据很小，并且可能过度代表了特定人群。此外，在数据收集程序不断改进的同时，我们对大脑行为关联的了解仍然处于基础阶段，因此偏倚的来源可能并不明显。在不同的精神健康障碍中,核心症状和潜在的脑回路存在重叠。并且不断发展的疾病知识和表征障碍的症状的测查方法，以及现实世界数据的复杂性均是偏倚的潜在来源（参见“无效数据”）。此外，症状表现可能存在重要的跨文化差异，以及更广泛地对精神健康的不同看法。 因此，在一个人口统计群体上训练的模型可能无法推广到其他群体。无法在不同人群中获得统一的预测模型就要求我们对数据的来源进行更细致的划分。例如，已有研究报告了功能连接中的性别和年龄差异，并且可能需要不同的模型来预测相同的表型测量，从而反映潜在神经回路的群体差异。模型之间的这种差异不会使任何模型无效。尽管如此，在为不同群体选择不同模型时也需要谨慎解释。

       在实践中，无论是在规模和人口分布方面, 在不同的数据集上训练算法均提供了一种减少偏倚的实用方法。旨在代表更广泛人群的大型开放数据集--例如青少年大脑认知发展研究和英国生物样本库--或来自多个国家的数据集--有能力提供更广泛适用的疾病表征。在更大的、有代表性的样本中进行测试更有可能获得可概括的而不是特定群体的特征，从而降低预测准确性的膨胀。这种准确性的降低可能会导致发表偏倚，因为研究人员可以放弃这一步来提升效应值。虽然目前没有解决偏倚的方法，但重要的是要认识到存在先天偏倚，并且在研究设计和结果解释时谨慎应对。

无效数据

      正如本研究所定义的，无效数据具有复杂性, 是缺失、不准确、不完整或不一致的数据。无效数据存在于许多与精神健康研究相关的神经影像学研究中（表1）。然而，对于预测模型及其随后的临床应用，模型必须处理复杂且有干扰的真实数据。虽然无效数据通常被概念化为研究中的一个缺点，但精神病学数据的复杂性和丰富性是内部的，必须仔细考虑这些问题。只有充分认识这些因素，预测模型才能真正地应用于临床。

      表型测量中的主观性是一种重要的噪声源，这种噪声引入了这些测量的固有变异性。因此，即使是经过专家培训的测试管理员，也存在一定的主观可变性。此外，虽然测量可以很好地将健康人和病理性异常状态区分开来，但病理性异常状态在不同的精神疾病之间通常具有非特异性。例如，根据自闭症诊断观察计划，在患有精神分裂症的成人中存在高假阳性率的自闭症诊断。相关地，当以跨诊断方式预测健康和疾病时，这些表型测量提出了进一步的挑战（参见“跨诊断预测”）。目前许多用于精神健康的测量指标往往偏重于分布的特定尾部( 即症状升高 ) ，在"健康"范围内几乎没有作用。但对于广泛人群的预测建模，表型测量应该评估整个分布（而不是只对分布的尾部有效）。

       由于预测模型仅与其输入数据的质量一样有效，因此这些度量可能无法反映预测模型所需的终点（即量表度量提供的分数并不能准确地反映疾病状态）。然而，尽管存在这些固有问题，这些行为测量在很大程度上还是作为表型表征的领域标准。事实上，与改进神经影像数据和预测算法相比，改进复杂行为的量化可能最能提升算法的性能。表型表征的其他方法正在获得关注，但在预测研究中仍处于萌芽状态。因此，找到预测的最佳终点仍然是一个挑战。

表1 数据中噪声的来源

       鉴于精神健康存在相当大的潜在生物学异质性，患者本身为数据增加了相当大的复杂性，研究人员经常转向小型、高度同质的队列以尽量减少异质性。与此一致，精神病学中的大多数神经影像学预测模型都依赖于二元分类方法（即，该参与者是否患有疾病？）。然而，精神疾病的合并症很常见，估计超过 50% 。由于这种异质性，我们的诊断标准很差，简单的分类方法面临很多限制。此外，任何精神健康障碍都是偶发性的，分类标准/结果可能会根据疾病状态而变化。因此，采用跨诊断和维度方法的神经影像学预测模型可能能够通过检验症状的共同关联和独特关联( 见“ 跨诊断的预测” )来恰当地处理共病。此外，许多患者每天服用药物，这可能会改变fMRI测量的BOLD信号。 因此，预测模型可能被“学习”的药物伪影所混淆，而不是疾病背后的神经生物学变化，这既限制了预测模型对神经生物学解释的潜能又限制了其对现实世界承诺的潜能(即，因为服用药物而将个体分类为患者)。这一点可以利用预测建模的一个优势来避免，即在一个群体(例如,服用药物或有合并症的参与者)中训练，然后在另一个群体(例如,有服药习惯的被试或无合并症的患者)中测试。

        最后，与数据收集相关的问题可能会使数据无效。人们对大规模联合研究越来越感兴趣，以此增加样本量、患者多样性和泛化性。尽管当前研究已经很努力协调数据,但仍存在不一致，组合数据集可能具有挑战性。与上述类似，将站点甚至整个研究作为测试数据，并显示模型可以跨站点/研究进行概括，从而为可能的不一致提供强有力的控制方案。缺失数据是另一个现实世界的数据收集问题。增加每个被试的数据量（神经影像学或表型）可以提高预测模型的准确性。但是，随着数据量的增加，丢失一部分数据的可能性也会增加。处理缺失数据的常用方法是排除数据缺失的参与者。然而，由于数据难以收集并且在临床人群中更容易丢失，因此这种方法不是最理想的，并且可能会给模型带来偏差（有关排除特定参与者如何使模型产生偏倚的信息，请参阅“偏倚和公平性”）。数据插补，或用替换值替换缺失的数据，有很大的希望通过保留被试数据来提高预测性能分析中缺少的数据，增加样本量。数据插补对数据的结构、缺失的数据模式和机制、机器学习算法和模型性能指标均较敏感，因此不能盲目进行数据插补。例如，症状更严重的个体无法通过实验质控的可能性更大。由于许多数据插补算法不适用于“非随机缺失”的数据—或者，当缺失数据的概率因未知原因而变化时，插补这些数据可能会引入额外的无效性和偏倚。总之，数据收集问题过程中带来的复杂性，可以通过增加样本量，进而可以得到更好的模型。

       由于数据本质上是无效的，过度控制样本量的小样本量研究最终会高估在现实世界中可以合理预期的效应值大小。当倾向于这种无效性时，最终会更好地捕捉到脑-表型关联的细微本质。鉴于最终目标是在未曾见过的数据中预测个体值，预测建模提供了一种自然的方法来考察模型(即脑表型关联)是否泛化这些复杂性。

 

图2. 使用不同模型的优点和权衡协同关系。模型的可解释性通常与预测性能负相关 (虽然这可能存在例外情况)。在神经科学研究中(包括理解精神疾病的神经回路)，可解释性(定义为理解模型特征的认知和神经生物学基础的能力)提供了最大作用。相反，在许多真实世界产物和应用程序中，预测性能是优先考虑的。我们认为，基于神经影像的预测模型在可解释性/预测性能权衡方面的目标是在可解释性方面。目前，可解释性的预测模型有望更好地发展精神病学中的神经影像学研究,此外它还补充了传统方法，因此该领域利用的模型往往是不会为了预测性能而牺牲可解释性的模型。

第二部分:解释或预测

      模型性质复杂，且在性能和信息提取方面仍不完善。因此，模型的可解释性和预测性能之间通常需要权衡取舍。具有高预测性能的模型往往像一个黑匣子一样运行，其中输入和输出是可解释的，但模型本身的工作原理仍不清楚。另一方面，强调特征的可解释性通常是以牺牲模型的预测性能为代价的(图2)。这个频谱上的期望点取决于研究目标。对于现实世界的应用（即应用于商业产品），通常需要高预测性能。但是，考虑到即使是性能最好的基于神经影像学的模型也表现出了适度的预测性能，因此精神疾病领域的研究更需要强调可解释性。在机器学习中，可解释性被定义为“人类能够理解决策原因的程度”。对于神经影像学，这一定义可以进一步细化为“我们能否理解导致预测值的区域、连接、网络或认知回路?”换句话说，对于神经科学的解释来说，仅仅知道大脑特征的组合是不够的。了解这些特性与潜在认知和神经生物学的关系可能更有用；因此，为了可解释性而牺牲预测性能(例如使用更简单的线性模型)可能更有利。

       因为我们不完全了解精神疾病中的神经回路中断和异常，一个旨在解释的模型仍然可以告知神经回路及其在特定疾病中的中断，即使该模型只具有适度的预测性能。然而，无法解释的黑匣子模型几乎没有可取之处, 因为它们既不能应用于现实世界，也不能用于提升神经生物学的洞见。

       即使从机器学习的角度来看模型是可解释的,但是神经影像数据的高维和噪音特性可能仍会使神经生物学解释变得困难。大脑的特征(例如，功能连接、形态测量或激活模式)是高度相关的，这增加了特征选择算法的难度。例如，使用设计用于解释特征之间高相关性的方法(例如，r2损失，主成分回归)可以导致具有许多特征的密集模型。同样，通过丢弃一部分高度相关的特征来加强稀疏性会导致模型不稳定。相关地，最小尺度的特征（体素、顶点或连接）具有低重测可靠性的噪声，并且包含与相邻体素共享的信息，这两者都会导致不稳定。因此，选择的特征可能会随着使用训练数据的不同迭代次数而改变，从而损害可解释性。为了提高密集模型和不稳定模型的可解释性，一种解决方法是在多个总结层次上考察模型。例如，基于功能连接的模型可以可视化包含模型(即边缘层次)的个体连接，同时也可以总结每个脑区(即节点级)和典型功能网络(即网络层次)的模型权重。区域或网络上的平均特征减少了噪音和冗馀的信息源，导致对基本解剖的更稳定解释，并支持对大脑在层级系统层面上的解释。

      无效数据和数据质量也会影响模型在可解释性和预测性能之间的取舍。假定的混淆，例如头部运动或呼吸和心脏信号混叠到fMRI数据中,通常与症状严重程度相关,因此症状最严重的那些数据质量较差。这些因素究竟是‘信号’还是‘噪声’都可以讨论，因为它取决于目标。对于优先考虑性能的模型，利用这些差异可能会以牺牲神经生物学解释为代价来提高预测性能。相反，消除这些混淆可能会以牺牲预测性能为代价来改善神经生物学可解释性。然而，当控制这些或其他协变量时，训练数据和测试数据必须保持独立（例如，参见[16]中的规则2）。例如，在分离之前简单地将一个协变量从所有数据中回归到训练和测试数据中，将导致训练和测试数据之间的信息泄漏，并可能放大预测性能。

      也许，鉴于上面的讨论，最有解释力的分析是不注重样本外预测的统计推断方法。如果是这样，为什么要使用预测模型呢？精神障碍在本质上是复杂的，在精神障碍的神经基础之外，还有无数的影响因素我们尚未了解。答案可能很简单，因为样本外测试（即预测）比许多传统方法能更好地处理这些无效的现实世界数据（请参阅“无效数据”和“跨诊断预测”）。此外，只注重解释特定的理论或机制，对如何预测未来结果知之甚少，这可能是对行为理解的弱点。总体而言，可解释预测模型可以通过填补解释模型无法解释的空白来补充解释模型。

第三节:精神病学应用的主题

       最后，本文讨论了预测模型在精神病学两个热门主题中的作用：跨诊断的研究和基于成像的脑标记物靶向。尽管围绕这些主题的精神病学的重要讨论已经存在，但基于神经影像学的预测模型对这些主题提供了独特的见解。预测建模天生适合于以一种跨诊断的方式分析数据。这些方法通常用于根据生物因素进行聚类的研究( 例如,神经影像学数据 )而非症状对个体进行聚类的研究。但是，正如下文详述的那样，对于跨诊断的的研究，还有其他方式可以使用这些方法。最后，本文回顾了新发表的文献去强调复杂的基于神经影像学的预测模型如何成为干预的靶点。

图3. 跨诊断预测。现有理论认为，精神疾病的症状位于一个连续介质上，不同的症状组合成重叠的簇。 因此，正如“无效数据”中所讨论的那样，现实世界的患者通常表现出许多不同的症状和合并症模式，而不是单一的不同模式。这些观点使诊断分类变得困难，因为这些诊断是建立在满足典型症状模式的基础上的。预测模型提供了一种解决跨诊断的问题的方法，要么将一个个体放入一组最能模拟其症状谱的患者中( 即跨诊断的聚类 )，要么识别那些能预测症状并泛化到传统临床类别和“健康”个体中的脑网络( 即跨诊断的回归 )。

跨诊断预测

       引入NIMH研究领域标准促进了跨诊断的研究理念在精神科领域的推广。跨诊断的研究避开了传统的诊断范畴，代表了行为和生物学谱系中的个体，包括患者和具有亚临床症状的个体。这种方法可能会给传统的推理方法（例如ANOVA）带来问题，因为ANOVA的统计效能由最大程度地彼此分离的同质个体群体产生。然而，为了最好地捕捉一系列症状和复制现实世界的情况（见“无效数据”），组之间的分离不应该最大化，而是最小化。预测模型可以很好地处理此类数据，因此，我们可以对精神病理学采取跨诊断方法，以了解患者内部症状和患者与“健康”个体之间的异质性（图3）。因此，跨诊断的模型可以发现更普遍的大脑行为特征，而不是针对特定疾病的特异性特征。

        目前，最流行的跨诊断的预测模型的目的是通过基于生物测量(例如,神经影像学数据)而非预先的症状集合(例如，来自DSM-5[58])，将个体聚类成较小的子群来解释精神健康的异质性。这些有前景的方法旨在克服标签较差的传统分类方法的局限性( 见“无效数据”)。越来越多的证据表明，跨诊断类别的数据驱动分组提供了更好的训练标签，从而改善了对治疗结果的预测。因此，神经影像数据一直是这种跨诊断调查的主要数据类型。另外，半监督学习将有标记数据和无标记数据联合使用，可能是一种很有前景的解释精神健康异质性的方法。尽管如此，其创建生物驱动诊断的目标也可以看作是一个弱点，即个体仍然被严格地划分为群体，而不是针对谱系上的每个个体。群体间边界重叠的模糊聚类可以改善这种弱点，甚至可能允许个体的隶属度随着疾病状态的变化而变化( 如抑郁、躁狂等 )。此外，在治疗患者时，将个体聚为一个确定的群体可能会提供最理想的结果，因为它可能为治疗提供最清晰的蓝图。然而，这只有在这些派生群体间治疗疗效存在明显差异时才是最优的。

       另一种可供选择的方法是对来自不同精神健康背景的样本进行连续的表型测量预测，其目的是识别一个跨越传统临床类别可概括的‘跨诊断的’网络。例如,在患有一种疾病的患者身上训练一个模型，并在患有另一种疾病的患者身上进行测试；训练健康个体的行为模型并测试它是否可以推广到病理学；或跨多个诊断组训练症状严重程度模型。由于对效果特异性的不确定以及需要严格控制诊断，因此这种方法在过去一直不受欢迎。鉴于预测模型在一个群体上训练(例如,健康人)和在另一个群体上测试(例如,患者)的优势，这些问题可以通过在不同诊断类别的组合中反复测试和训练来逐步系统地解决这个问题。这样的做法也消除了将个体置于特定群体的需要—无论是数据驱动还是经典派生。模型本身将捕获有关被预测表型的脑部特征。然而，这些研究只是刚刚兴起，其最终效用仍有待确定。

目标模型特征

       鉴于神经影像学预测模型的分布性、全脑性以及由此带来的对解释的挑战( 见“解释或预测”)，这些结果如何在临床实践中得以实施，甚至成为干预措施的目标仍存在疑问。在临床实践中使用预测模型的最直接案例是使用病例对照分类模型进行诊断，或使用跨诊断分类模型将个体分类到成功可能性最高的干预中。然而，大多数分类模型没有足够的真实世界数据的准确性和泛化能力。因此，表明模型的脑部特征可以被潜在的治疗方法所靶向和调节，为预测模型提供了一个转化途径。换句话说，目前最有前途的模型可能不是简单的表现最好的模型，而是可以被当前或新的干预措施所针对的模型。这方面正在涌现一系列研究成果。

       鉴于药理学是大多数精神疾病的一线治疗手段，表明特定药物的作用是特定于预测模型的潜在脑部特征的，这既为模型提供了外部验证，也为单独比较竞争性药物提供了潜在的标记。例如，最能调节与改善症状相关的大脑特征的药物可能代表治疗这些症状的最佳药物。由于预测模型是在个体水平上运作的，在给定一系列潜在药物的情况下，这一过程可以帮助患者找到目前可用的最佳用药方案。事实上，初步数据表明，全脑预测建模方法可以通过药物有效调节。使用一个持续注意的预测模型—一个在注意力缺陷多动障碍(ADHD )个体中减少的执行功能—表明，常用于治疗ADHD的兴奋剂药物苯甲酸甲酯单剂量在该模型内特异性地改变了功能连接。虽然是初步的，但这些结果开辟了一条以预测模型和药理学MRI为中心的新研究方向，旨在改善精神症状。

        除了药物治疗，预测模型可以直接为新的实验疗法提供信息。例如，神经反馈( 通过脑电图、fNIRS或fMRI )是一种神经治疗方法，可以修改脑功能以优化症状、认知或行为。神经反馈的一个挑战是为个体找到正确的大脑特征来学习控制。具体来说，这些特征应该强烈地与待改进的行为相联系，或者可能更好地预测，这样对这些特征施加控制就会导致行为的改变。人们越来越认识到，许多症状或行为不能局限在单个脑区，而是依赖于多个脑区的协调活动。因此，探索性研究开始使用在被试独立样本上训练的复杂的全脑模型作为神经反馈的靶点。然而，这种有前景的方法仅在少数研究中得到应用，其有效性仍然未知。

        最后，与神经反馈一样，基于神经影像学的预测模型被用于选取经颅磁刺激(TMS)的靶点部位。基于规范数据库的连接性模型被用来对TMS的靶点进行个性化处理，使得疗效大大增加。此外，研究人员应用预测模型，对接受TMS治疗的抑郁症患者的独立样本进行预测建模，以确定与改善运动障碍和焦虑性抑郁症状相关的不同TMS靶点。这些结果突出了利用全脑预测建模方法，基于症状表现和/或个体神经解剖来个体化神经调节靶点，以及识别新的TMS靶点用于临床应用的潜力。

       总的来说，有充分的证据表明，针对目标模式特征有多种很有前景的方法，所有这些方法都有很大潜力改进现有的治疗方法，促进新的治疗方法的发展。

结论

       在精神科研究中，基于神经影像学的预测模型的使用日益普遍。虽然这些都是分析神经影像学数据的有力工具，但无论是机器学习领域还是精神病学领域都在不断演进，为当前的最佳实践增加了更多的复杂性。在这项工作中，作者详细介绍了在当前和今后的精神疾病研究中应用预测模型时很重要的主题，即模型的偏倚性和公平性、数据的无效性，以及在该领域的重点研究方向：跨诊断研究和预后效果预测研究。此外，本文想法中的许多内容都可以推广到神经疾病背景下基于神经影像学的预测建模以及利用精神病学中其他数据类型进行预测建模。仔细考虑机器学习和精神病学中的这些新兴课题，将有助于研究者最好地应用基于神经影像学的预测模型，推动我们对精神健康的理解。