摘要精准精神病学的主要目标是建立预测模型,将大脑功能的个体差异与临床症状联系起来。特别是,认知障碍具有跨诊断性、治疗抵抗性,并导致不良的临床结果。最近的研究表明,可能需要数千名参与者才能准确可靠地预测认知,这使大多数患者收集工作的效用受到质疑。在这里,我们使用迁移学习框架,在来自英国生物库(n=36,848)的功能成像数据上训练一个模型,以预测三个跨诊断患者样本(n=101-224)的认知功能。该模型适用于所有数据集,并且驱动预测的大脑特征在人群之间是一致的,跨模态皮层内的功能连接性降低,单模态和跨模态区域之间的连接性增加反映了认知的跨诊断预测因素。这项工作确定了从大型人口级数据集中得出的预测模型可用于提高整个临床收集工作中认知功能的预测。