跳到正文
原文
生物谷·资讯·· 22 天前AI 评分34

Nat Mach Intell 评述:精神科专科大模型 PsychFound 辅助临床决策,覆盖病例梳理到个体化治疗

精神看病不靠只靠聊,专科大模型助力临床提质|Nat Mach Intell探索AI辅助精神科决策新路径

AI 导读

Nat Mach Intell 刊发评述,聚焦面向精神科的定制大语言模型 PsychFound,该模型可完成病例总结、鉴别诊断与个体化治疗规划。模型整合精神专科知识与真实病历,内置治疗药物监测功能并可展示每步判断依据,研究采用前瞻性试验获取真实门诊数据,而非回顾性验证。文章强调其定位为医生的协作帮手,需坚持医师复核,不替代医师独立诊疗。

正文

来源:生物谷原创 2026-10-29 13:51

面向精神科开发的临床导向大语言模型,能够完成病例总结、鉴别诊断、个体化治疗规划等工作,为人工智能落地精神科临床提供可行路径。

全球近十亿人受精神障碍困扰,但稳定规范的精神科诊疗资源依旧紧缺。

和很多专科不一样,精神科缺少直观的化验或者影像指标来下定诊断。医生主要依靠倾听病史、观察行为、追踪长期症状变化综合评估病情。精神疾病的个体差异十分突出,同一种疾病,在不同患者身上的表现差别很大。再加上精神科医师缺口大,不同医生的诊疗经验参差不齐,判断结果容易出现偏差,诊疗标准化推进难度较高。

我们平时见到的心理健康AI,大多是面向普通人的情绪聊天工具。它们可以安抚情绪,却没有融入医院的诊疗流程,很难给门诊医生提供实质性的决策支持。

Nat Mach Intell发表评述文章,介绍一款专为精神科打造的大语言模型,探讨AI在诊室里辅助医生诊疗的价值。

直接使用通用大模型处理精神科临床事务,存在明显局限。通用模型的学习素材多是普通医学文献和网络内容,很难理解精神科复杂的临床细节。精神疾病之间症状常常交叉重叠,病情还会动态变化,一些容易忽视的背景信息,就会改变整体判断。多数通用模型擅长对话共情,不具备鉴别诊断、制定治疗方案需要的逻辑推导能力。而且这类模型大多只用旧病历做回顾测试,和充满不确定性的真实门诊场景存在差距。

文章重点介绍定制模型PsychFound。这款工具面向一线精神科医生,覆盖病例梳理、诊断分析、鉴别诊断、制定个体化方案和长期随访管理等全流程工作。模型整合精神专科知识与真实病历,优化诊断推理和用药推荐能力,内置治疗药物监测功能,可以结合检验结果给出用药参考,同时清晰展示每一步判断依据。不同于常见的回顾性验证,该研究开展前瞻性试验,获取真实门诊的应用数据,将通用大模型改造为适配临床流程的专科辅助工具,协助医生完善诊疗思路。

图1. 面向精神科的以临床医师为核心的领域适配人工智能系统

后续研究还可以纳入影像、生理信号、行为表型等多维度数据,让模型对病情的刻画更加完整。应用过程中也需要做好风险管控,坚持医师复核,严守伦理安全要求。

AI辅助精神诊疗已经不再停留在实验室阶段。这类专科大模型定位是医生的协作帮手,不会替代医师独立诊疗。它能够缓解精神科人才不足带来的诊疗差距,让更多患者有机会获得稳定、规范的精神卫生服务。(生物谷Bioon.com)

参考文献:

Kim J, Rodriguez CI. Towards AI-augmented decision making in psychiatry. Nat Mach Intell. 2026;8(6):864-865. doi:10.1038/s42256-026-01256-2

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->

来源:生物谷·资讯 · news.bioon.com