来源：杜克大学校报《The Chronicle》）
杜克大学（Duke University）研究团队近日获得一笔1500万美元的联邦研究拨款，用于扩展一项可预测青少年心理疾病风险的人工智能模型。
这款名为**“杜克青少年心理健康预测模型”（Duke Predictive Model of Adolescent Mental Health, 简称 Duke-PMA）**的工具，由精神病学教授乔纳森·波斯纳（Jonathan Posner）、生物统计与生物信息学助理教授马修·恩格尔哈德（Matthew Engelhard）以及人工智能健康研究员艾略特·希尔（Elliot Hill）共同开发。模型通过AI算法分析多种与青少年心理健康相关的因素，用以预测哪些个体最可能在一年内患上心理疾病，并识别出影响预测的关键风险因子，为早期干预提供科学依据。
“精神病学目前的实践往往是被动的——等患者已经发病后才开始治疗，”波斯纳解释说，“而这个模型将会带来一种范式转变，使精神科从‘反应式’变为‘预防式’。”
预测准确率达84% 无须影像或血检即可筛查风险
Duke-PMA 模型在识别10至15岁高风险青少年方面，准确率达到84%，且在社会经济地位、种族与性别间表现一致。
值得注意的是，该模型仅依赖问卷数据即可作出判断，无需昂贵的脑部影像或血液检测，使其具备极高的可推广性与成本优势。
研究显示，当仅考虑可由临床干预直接影响的变量（如睡眠障碍、家庭冲突）时，模型的预测准确度依然保持高水平。这意味着医生可以据此获得可操作的预防与干预建议，在疾病尚未出现之前采取措施。
波斯纳举例说：“假设一名孩子到诊所就诊，医生完成简短评估后收到报告，上面写着‘这名孩子在一年内发展心理疾病的风险为90%，主要受哪些因素影响’，这样医生就能及早介入。”
1500万美元资助推动项目进入临床阶段
获得联邦拨款被视为该项目发展的关键节点。恩格尔哈德表示：“这笔资金将使我们能够真正把模型送到临床医生手中，让他们在患者出现明显症状前就能识别风险、提供支持，从而改变他们的心理健康轨迹。”
项目下一阶段将从北卡罗来纳州、明尼苏达州和北达科他州的乡村诊所招募约2000名青少年参与研究。
“我们特意选择心理健康资源有限的地区开展研究，”波斯纳指出，“像这样的自动化工具在任何地方都能发挥作用，但在缺乏专业心理医生的农村诊所中，意义尤为重大。”
研究团队计划进行一项观察性研究：首先利用 Duke-PMA 进行风险评估并生成预测报告；一年后再对这些家庭进行详细的精神科评估，以验证模型预测的准确性。
AI辅助而非取代医生 隐私保护为首要原则
人工智能介入医学领域，尤其涉及青少年心理健康时，常引发外界既期待又担忧。
为防止“误报”风险，希尔强调，Duke-PMA 只是辅助决策工具，而非医生判断的替代品。
恩格尔哈德补充说：“我们非常重视患者隐私，无论是在当前研究中，还是未来的临床应用里，这些信息都只会在患者与其医疗提供者之间共享。”
这种谨慎态度旨在实现“技术创新与人文关怀的平衡”，在提升诊疗效率的同时，保留医生的人际洞察与临床判断。
跨学科合作成就“预防式精神医学”的新模式
波斯纳最后指出：“这样的研究若没有多个学科的深度合作，是不可能实现的。杜克大学恰恰在跨领域协作方面拥有独特优势，这也是我们能走在前沿的重要原因。”