计算精神病学临床工具采用的障碍与解决方案
摘要：计算精神病学是一个旨在开发人脑信息加工的形式模型，并研究这种加工的变化如何导致临床现象的领域。尽管在任务的开发和建模方面取得了重大进展，但计算精神病学方法尚未纳入大规模研究项目或临床实践中。在这个观点中，我们探讨了计算精神病学任务和模型纳入更广泛研究方向的一些障碍。这些障碍包括参与者完成任务所需的时间、测试重测可靠性、有限的生态效度，以及实际问题，如缺乏计算专业知识以及传统上验证任务和模型所需的高昂经费和大样本量。然后，我们讨论了解决方案，例如重新设计任务以提高可行性，并将任务整合到更具生态效度和标准化的游戏平台中，以便更容易传播。最后，我们提供了一个示例，演示了如何将一个任务——条件幻觉任务——转化为这样一个游戏。我们希望对创造更易访问和可行的计算任务的兴趣能够帮助计算方法在研究和临床实践中产生更积极的影响。
作者：David Benrimoh, Victoria Fisher, Catalina Mourgues, Andrew D. Sheldon, Ryan Smith, Albert R. Powers
论文ID：2301.04570
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2023-01-12