人工智能在精神科临床试验中的应用与局限：小样本异质性数据中的抑郁与精神分裂症亚组识别

一项回顾性多数据集研究评估了带弃权机制的人工智能方法能否从小样本、高噪声的精神科试验数据中识别抑郁与精神分裂症患者亚组，分析纳入了CATIE精神分裂症数据集。该方法让模型在信息不足时弃权，以提升可解释性并分离出可重复证据支持的患者亚群。研究者指出，精神科试验依赖临床量表评分，标签可靠性低于影像数据，且样本量难以覆盖全部患者类型。