XiaoMi-AI文件搜索系统
World File Search System精神病学
Sang赢得了Bae，博士学位 Emory精神病学和行为科学系荣誉 BMI谈话 - 4月16日-Yaomin Xu
摘要：本研讨会研究了移动传感器和机器学习的使用来实时检测和干预急性物质中毒，从而实现了即时的自适应干预措施。Bae博士将介绍她关于通过智能手机和可穿戴设备检测暴饮暴食和大麻中毒的研究，强调了可解释的AI在提供决策透明度方面的作用。通过利用智能手机传感器和可穿戴设备的数据，她的研究探讨了实时预测如何使个人能够做出明智的决定，最终改善健康结果并减少与物质有关的危害。BAE博士还将讨论实施这些技术的技术和道德挑战，包括对隐私，算法透明度的担忧以及尊重用户自主权的个性化，适应性系统的需求。演讲将以关于数字健康技术的未来，增强公共卫生，指导个性化干预措施以及支持临床决策的潜力的前瞻性讨论。
通过研究焦虑、抑郁和精神分裂症中的大脑复杂性和神经回路功能障碍，架起神经科学与精神病学之间的桥梁
焦虑、抑郁和精神分裂症是复杂的精神疾病，其特征是神经回路、神经递质系统和大脑连接中断，导致情绪调节和认知功能受损。本综述研究了影响这些疾病的遗传、环境和神经生物学因素，强调了神经递质（如血清素、多巴胺和去甲肾上腺素）在情绪调节、应激反应和神经可塑性中的重要作用。这些发现强调了个性化治疗方法的必要性。本综述还探讨了将药物干预与非药物治疗方式相结合的综合策略，包括针灸、草药和正念，这些策略有望实现个性化治疗。神经成像和神经刺激技术的进步，如特征向量中心性映射和机器学习驱动的分析，提供了对大脑连接的更深入了解，并能够实施更有针对性的干预措施。这对于精神分裂症尤其重要，因为多巴胺介导的纹状体前额叶连接中断会导致认知缺陷和临床症状。然而，目前的局限性，例如对这些疾病背后的神经回路的理解不足以及传统治疗对某些亚群的有效性有限，凸显了现有研究和治疗方法中的关键差距。此外，本文还讨论了如何将计算模型与传统医学相结合以增强我们对神经递质相互作用和神经通路的理解。这种整合促进了创新疗法，既能解决短期症状，又能解决长期恢复能力。这种跨学科方法将基础神经科学与临床实践联系起来，为有效的个性化治疗铺平了道路，并为精神疾病患者带来了新的希望。
探索表征和迁移学习在解剖神经成像中的潜力：在精神病学中的应用
脑部疾病个性化医疗的前景需要有效的学习模型，以便基于解剖神经影像学预测临床状况。现在，人们一致认为深度学习 (DL) 有助于解决许多医学成像任务，例如图像分割。然而，对于单一主题预测问题，最近的研究在将 DL 与基于经典特征提取的标准机器学习 (SML) 进行比较时得出了矛盾的结果。大多数现有的比较研究仅限于预测性别和年龄等临床意义不大的表型，并且使用单一数据集。此外，他们对所采用的图像预处理和特征选择策略进行了有限的分析。本文广泛比较了 DL 和 SML 对五个多站点问题的预测能力，包括三个日益复杂的精神病学临床应用，即精神分裂症、躁郁症和自闭症谱系障碍 (ASD) 诊断。为了弥补这些临床数据集上神经影像数据的相对稀缺性，我们还评估了三种从一般健康人群的脑成像中进行迁移学习的预训练策略：自监督学习、生成建模和随年龄的监督学习。总体而言，我们发现随机初始化的 DL 和 SML 在三个临床任务中的表现相似，并且在性别预测方面具有相似的扩展趋势。这在外部数据集上得到了复制。我们还展示了所有问题中 DL 和线性 ML 模型之间高度相关的判别大脑区域。尽管如此，我们证明，在大型健康人群成像数据集（N ≈ 10k）上进行自监督预训练，以及 Deep Ensemble，使 DL 能够学习到稳健且可迁移到小规模临床数据集（N ≤ 1k）的表示。在内部和外部测试集中，它在 3 个临床任务中的 2 个上都大大优于 SML。这些发现表明，DL 在解剖神经影像学方面相对于 SML 的改进主要来自于它学习有意义且有用的大脑解剖抽象表征的能力，并且它揭示了迁移学习在精神病学个性化医疗中的潜力。
精神病学文章2025
列出的文章可能会更改。请注意，薪酬状态也可能发生变化，并由日记帐的发布者设置。ABPN无法控制期刊文章的成本。如果您在访问免费列出的专业社会成员的文章时遇到了麻烦，请直接联系专业社会以寻求帮助。从发布者网站访问文章时，建议您一次下载文件的副本，并在参加考试时咨询该副本。某些站点可能会限制您每月可以访问的文章数量，而无需订阅；在这种情况下，重复下载或查看文章可能会导致您无法访问任何文章，直到下个月开始。某些或全部这些文章可能受版权保护。请参考出版商的版权通知和政策。©2025，美国精神病学委员会和神经病学委员会。保留所有权利
em.o.univ.-prof。博士H.C.Mult。博士。 Siegfried Kasper升空的大学诊所精神病学和心理治疗医学委员会
em.o.univ.-prof。博士H.C.Mult。博士。siegfried kasper精神病学诊所和心理治疗医学大学维也纳诊所 /脑研究中心 /研究Spitalgasse 4，1090 Vienna Tel：+43（0）1 40160-34261电子邮件维也纳医科大学25.01博士西格弗里德·卡斯珀（Siegfried Kasper）是维也纳医科大学的精神病学和心理治疗诊所的教授兼名誉教授。他是精神病学和神经病学的专家，心理治疗师（心理分析）在奥地利进入了心理治疗师的名单，通常在精神病学，心理治疗医学和神经病学方面获得了法律认证的专家。他于1950年出生于萨尔茨堡，在因斯布鲁克大学以及德国的弗莱堡和海德堡大学学习。在海德堡大学的曼海姆诊所完成专业培训和心理治疗培训后或在海德堡的心理治疗和心理分析培训研究所，他在贝塞斯达/美国的国家心理健康研究所（NIMH）完成了两年的研究，然后在邦恩的精神病学大学诊所担任高级医生。1993年，他于2019年10月1日被任命为维也纳大学和名誉大学的全大学精神病学教授。书籍贡献以及相关的教学或博士Kasper听到或博士Kasper在PubMed中列出了800多个出版物（Google：引文索引：65.370; Hirsch-Index：130，i10-索引：795）和250多本书或德语和英语的手册在精神病学领域发表。属于许多国家和国际公司的董事会，例如欧洲神经心理药理学学院（ECNP），欧洲精神病学协会（EPA），奥地利精神病学和心理疗法学会（ÖGPP），是奥地利神经心理药理学和生物学精神病学会（ÖGPB）的创始主席，以及在精神病学医学中的医学学会（ÖAMSP）。在2012年至2018年期间，他当选为国际神经心理药理学学院（CINP）执行委员会，现在是该社会的前任主席。他是药物精神病学世界精神病学协会（WPA）部分的主席。他是斯堪的纳维亚神经心理学学院（SCNP）的会员，捷克，罗马尼亚和哥伦比亚心理药理学或生物精神病学，以及乌克兰和匈牙利精神病学会和瑞士焦虑与抑郁症学会（SGAD），以及欧洲科学与艺术学院（EAEA）和欧洲学院的欧洲学院成员。博士卡斯珀（Kasper）被授予罗马尼亚Craiova和Cluj-Napoca大学的荣誉博士学位，以及希腊塞萨洛尼基的亚里士多德大学。他还被任命为以下大学的荣誉/访问教授：中国香港大学，2004年；智利圣地亚哥·德·贝洛大学，智利，2014年；日本大阪的艾诺大学，2015年；加尔各答精神病学研究所，印度卫生与家庭福利系，2016年；日本广岛大学，2017年和贝尔格莱德大学医学院，塞尔维亚，2017年。博士卡斯珀（Kasper）是2005年至2009年的世界生物精神病学社会联合会（WFSBP）总统，这是精神病学领域的三大全球领先公司之一，该公司代表了所有五大洲，共有63个成员国。2013年，他被任命为WFSBP名誉主席。博士卡斯珀（Kasper）是《临床实践和世界生物精神病学杂志》国际精神病学杂志的编辑。他曾是国际神经心理药理学杂志的现场编辑，有关药物治疗和一般精神病学和纪念画的专家意见的部分编辑，以及神经病学，神经外科和精神病学杂志的精神病学编辑。 他是众多科学杂志的编辑顾问委员会（总计：54），例如 情感障碍，药物精神病学和欧洲精神病学和临床神经科学档案。 在2024年，他获得了世界生物精神病学社会联合会（WFSBP）的荣誉，并获得了终身成就奖。他曾是国际神经心理药理学杂志的现场编辑，有关药物治疗和一般精神病学和纪念画的专家意见的部分编辑，以及神经病学，神经外科和精神病学杂志的精神病学编辑。他是众多科学杂志的编辑顾问委员会（总计：54），例如情感障碍，药物精神病学和欧洲精神病学和临床神经科学档案。在2024年，他获得了世界生物精神病学社会联合会（WFSBP）的荣誉，并获得了终身成就奖。他是奥地利共和国的优点，奥地利科学和艺术荣誉勋章，一流的荣誉，维也纳州服务的黄金荣誉以及许多其他国家和国际奖项，并在2019年获得了维也纳医学科学的维也纳市。
西奈山医院即将到来的精神病学居民，2024
亚当·艾尔加利斯（Adam Alghalith），医学博士（HE/他）医学博士：加州大学洛杉矶分校BA和MS的David Geffen医学院：宾夕法尼亚大学亚当在密苏里州农村长大，他的好奇心和创造力使他从中探索了一辆弹球机，探索虚拟经济体。他在宾夕法尼亚大学完成了物理和生物化学的大学学位，以及化学硕士学位。在此期间，他进行了肿瘤学和自身免疫性疾病的尖端研究，并发表了自然传播中的发现。最初是参加UCLA/Caltech MD/PhD计划的，Adam选择更多地专注于医学院的临床工作。在加州大学洛杉矶分校（UCLA）时，亚当（Adam）共同创立了一个特殊的奥运会，为残疾运动员提供免费的运动体育，健康教育和综合医学研讨会。他还为医学院共同开发了纵向残疾课程。亚当的研究兴趣集中在健康，政策和城市环境的交汇处。作为一个总部位于洛杉矶的组织的所有人的街道一部分，他为加利福尼亚州的主要立法通过，包括922号参议院法案，以加快可持续运输项目和2147年的大会法案，以将JayAlwalking合法化。他与加州大学洛杉矶分校（UCLA）邻里知识中心合作研究了环境暴露及其对社区健康的影响以及纽约市普遍获得律师法律法律的结果的差异。他还撰写了有关KRATOM使用障碍和影响服务不足人群护理的社会因素的案例报告。在他的空闲时间里，亚当喜欢踢球内足球，冲浪和卡拉OK。
神经心理学和精神病学峰值决定因素......
简介 高压力职业往往引起公众和学术界的关注，因为它们对个人提出了特殊的要求。无论是执行复杂手术的外科医生、应对危及生命的紧急情况的消防员，还是处理高风险案件的法律专业人士，这些角色都需要非凡的认知、情感和心理韧性。了解为什么某些人在这种情况下表现出色并保持最佳表现，而其他人可能会表现不佳，提出了一个引人注目的问题，这是神经心理学、精神病学和职业压力交叉领域的一个引人注目的问题。这个问题是本研究论文的核心，旨在探索影响高压环境下表现的神经心理学和精神病学因素。
CAIRS：用于数字心理健康的因果人工智能推荐系统 Mathew Varidel，博士 a；Victor An a，Ian B. Hickie a，医学博士，Sally Cripps b，c，博士，Roman Marchant b，c，博士，Jan Scott d，博士，Jacob J. Crouse a，博士，Adam Poulsen a，博士，Bridianne O'Dea e，博士，Frank Iorfino a，博士 a 悉尼大学大脑与思维中心，澳大利亚新南威尔士州。 b 悉尼科技大学人类技术研究所，澳大利亚新南威尔士州。 c 悉尼科技大学数学与物理科学学院，澳大利亚新南威尔士州悉尼。 d 纽卡斯尔大学神经科学研究所学术精神病学，英国纽卡斯尔。 e 弗林德斯大学心理健康与福祉研究所，弗林德斯大学，南澳大利亚阿德莱德，澳大利亚。 * 通讯作者：Mathew Varidel，5 楼，1 King Street，Newtown，新南威尔士州 2042，mathew.varidel@sydney.edu.au 摘要 数字心理健康工具有望增强和扩大有需要的人获得医疗服务的机会。一些工具向个人提供干预建议，通常使用简单的静态规则系统（例如，if-else 语句）或结合预测性人工智能。然而，干预建议需要基于对不同干预措施下未来结果的比较来做出决定，这需要考虑因果关系。在这里，我们开发了 CAIRS，这是一个因果人工智能推荐系统，它使用个人的当前表现和领域之间学习到的动态来提供个性化的干预建议，以识别和排名对未来结果影响最大的干预目标。我们的方法应用于从数字心理健康工具收集的两个时间点（从基线开始 1 周 - 6 个月）的多个心理健康和相关领域的纵向数据。在我们的例子中，心理困扰被发现是影响多个领域（例如个人功能、社会联系）的关键影响领域，因此在多个领域不健康的复杂情况下，心理困扰通常是首选目标。我们的方法广泛适用于因果关系很重要的推荐环境，并且该框架可以纳入实时应用程序中以增强数字心理健康工具。关键词：因果关系；人工智能；决策理论；幸福感；心理困扰；功能；睡眠；社会支持
CAIRS：用于数字心理健康的因果人工智能推荐系统 Mathew Varidel，博士 a；Victor An a，Ian B. Hickie a，医学博士，Sally Cripps b，c，博士，Roman Marchant b，c，博士，Jan Scott d，博士，Jacob J. Crouse a，博士，Adam Poulsen a，博士，Bridianne O'Dea e，博士，Frank Iorfino a，博士 a 悉尼大学大脑与思维中心，澳大利亚新南威尔士州。 b 悉尼科技大学人类技术研究所，澳大利亚新南威尔士州。 c 悉尼科技大学数学与物理科学学院，澳大利亚新南威尔士州悉尼。 d 纽卡斯尔大学神经科学研究所学术精神病学，英国纽卡斯尔。 e 弗林德斯大学心理健康与福祉研究所，弗林德斯大学，南澳大利亚阿德莱德，澳大利亚。 * 通讯作者：Mathew Varidel，5 楼，1 King Street，Newtown，新南威尔士州 2042，mathew.varidel@sydney.edu.au 摘要 数字心理健康工具有望增强和扩大有需要的人获得医疗服务的机会。一些工具向个人提供干预建议，通常使用简单的静态规则系统（例如，if-else 语句）或结合预测性人工智能。然而，干预建议需要基于对不同干预措施下未来结果的比较来做出决定，这需要考虑因果关系。在这里，我们开发了 CAIRS，这是一个因果人工智能推荐系统，它使用个人的当前表现和领域之间学习到的动态来提供个性化的干预建议，以识别和排名对未来结果影响最大的干预目标。我们的方法应用于从数字心理健康工具收集的两个时间点（从基线开始 1 周 - 6 个月）的多个心理健康和相关领域的纵向数据。在我们的例子中，心理困扰被发现是影响多个领域（例如个人功能、社会联系）的关键影响领域，因此在多个领域不健康的复杂情况下，心理困扰通常是首选目标。我们的方法广泛适用于因果关系很重要的推荐环境，并且该框架可以纳入实时应用程序中以增强数字心理健康工具。关键词：因果关系；人工智能；决策理论；幸福感；心理困扰；功能；睡眠；社会支持
精神病学研究计划中的博士学位是其第一个毕业生
Sleepwell是一项研究和知识动员计划，旨在减少失眠药物过度使用，并增加对长期健康结果的失眠（CBTI）认知疗法的吸收。Sleepwell在2024年一直活跃和富有成效。今年秋天，该计划的网站（mysleepwell.ca）超过了10,000个每月访问者。该计划的几项更新已经完成，包括创建法国版本的网站（Mieux-dormir.ca），并添加了两个新的菜单项目：分享有关CBTI培训机会的临床医生，并提供有关更好的失眠症护理（下面的更多详细信息）的工具，以及具有使用Sleepwell的临床医生和患者的故事。这是Sleepwell最近活动的快速综述。