据世界卫生组织《2022年世界精神卫生报告》，全球有近10亿人患有精神方面疾病。报告指出，患严重精神健康疾病者比一般人早亡10年到20年，而精神分裂症是最常见的一种重性精神疾病。精神分裂症病因、症状、病程都具有高度异质性，这极大影响了临床诊治效果。“如何拆解高异质性，实现个体化精准分型”，是该领域急需攻克的科学难题。
近日，复旦大学类脑智能科学与技术研究院冯建峰教授/程炜青年研究员团队联合国内外数十家医院，基于大规模脑影像数据（2000多名被试），利用数据驱动的人工智能算法（疾病进展模型），推演出精神分裂症发生、发展的全维度疾病演进轨迹，精准定位出精神分裂症大脑萎缩的两个起源（语言区亚型和海马亚型）。并且，通过对500多名患者的随访研究，探究药物治疗和TMS干预对不同亚型人群的治疗效果。
当地时间3月22日，成果以《神经影像标志物定义精神分裂症中具有不同神经生理轨迹的亚型》为题发表于Nature子刊Nature Mental Health。
论文链接：
https://www.nature.com/articles/s44220-023-00024-0
