作者隶属关系:加拿大安大略省多伦多大学外科系泌尿外科分部(Kwong、Khondker、Lajkosz、Kulkarni);加拿大安大略省多伦多大学 Temerty 医学人工智能研究与教育中心(Kwong、Mamdani、Johnson);加拿大安大略省多伦多大学大学健康网络生物统计学系(Lajkosz);剑桥麻省理工学院生物医学信息学系(McDermott);剑桥哈佛麻省理工学院健康科学与技术部计算生理学实验室(Frigola);西班牙巴塞罗那巴塞罗那医院诊所麻醉学与重症监护部(Frigola);加拿大安大略省多伦多病童医院生物伦理学系(McCradden);加拿大安大略省多伦多彼得吉尔根研究与学习中心遗传学与基因组生物学研究项目(McCradden);加拿大安大略省多伦多市多伦多大学达拉拉纳公共卫生学院临床与公共卫生系 (McCradden);加拿大安大略省多伦多市 Unity Health Toronto 数据科学与高级分析系 (Mamdani);加拿大安大略省多伦多市多伦多大学大学健康网络玛格丽特公主癌症中心 (Kulkarni);加拿大安大略省多伦多市多伦多大学达拉拉纳公共卫生学院生物统计学系 (Johnson);加拿大安大略省多伦多市多伦多大学儿童医院儿童健康评估科学系 (Johnson)。
这些新的可能性也带来了新的挑战。尽管医学教育在全球的数字精神病学上都没有最新,但正在努力为其提供必要的技能并促进数字技术与心理健康专业人员之间的关系(Orsolini等人。2021,Wisniewski等。2020)。关键挑战包括需要进行适当培训并解决与AI使用相关的其他道德和隐私问题(Keskinbora 2019,McCradden等人。2022)以及缺乏AI应用的强大证据(Abd-Alrazaq等人。2020,McCradden等。2022),因为没有足够的证据会导致对AI应用的严重偏见和合法的关注。相关培训对于精神科医生和患者有效地使用这些新应用都是必不可少的(Hoffman等人2020,Tour et al。2021)。此外,鉴于AI技术的快速发展,传统的研究方法可能难以跟上这些发展。