該人工智能模型首先使用健康成年測試者的大腦成像數據進行研判，之后向那些有心理健康問題的患者展示這些大腦成像數據，從而使該模型能夠識別人眼無法察覺的細微變化。
這個復雜的計算機程序是由美國喬治亞州立大學一支研究小組開發的，他們指出，未來有一天可以在40歲人群預先檢測出阿爾茨海默癥征兆，通常該疾病在65歲左右才會表現出相應癥狀。
及早發現精神疾病征兆非常重要，有助于患者接受治療、減輕精神疾病帶來的壓力，基于功能磁共振成像(fMRI)技術，該人工智能對1萬多人的大腦成像數據集進行了研判匹配，據悉，功能磁共振成像通過檢測血液流動變化可測量大腦活動性。
一旦該人工智能系統讀取測試者的功能磁共振成像基礎數據，之后研究小組就向該系統輸入12000多位自閉癥、精神分裂癥、阿爾茨海默癥的精神疾病數據集，作為基礎數據庫，人工智能可依據測試者的大腦成像數據，非常容易地識別出以上三種精神疾病的征兆模式。
研究小組指出，使用功能磁共振成像來識別精神疾病帶來的費用可能較高，工作人員必須仔細梳理大腦成像數據，但是使用人工智能系統則大幅降低了成本和時間。
研究報告合著作者之一、TReNDSCenter創會理事文斯·卡爾霍恩(VinceCalhoun)稱，即使我們從其他測試或者家族史中知曉某人存在患阿爾茨海默癥等疾病的風險，我們仍然無法預測疾病確切的發生時間。目前，我們通過大腦成像捕獲相關疾病征兆模式來縮小時間窗口，這些疾病征兆模式是在疾病發生之前就已出現，具有很好的疾病預測效果。
事實上，使用人工智能系統檢測精神疾病并不是什么新鮮事物，今年4月份，相關媒體披露了一份社交媒體平臺Reddit用戶對話分析報告，從而確定是否存在任何問題。
來自美國達特茅斯學院的一支計算機科學家小組開始訓練人工智能模型，用于分析社交媒體文字信息，該研究小組選擇社交媒體平臺Reddit來訓練他們的人工智能模型，因為Reddit平臺有5億活躍用戶，他們經常在一個Reddit分支網絡上討論大量話題。
人工智能系統專注于在網絡帖子中尋找情感意圖，而不是實際的內容信息，并縱向統計隨時間推移，跟蹤分析平臺用戶心理健康狀況。在這項研究中，工作人員重點關注人們的情緒障礙——重度抑郁、焦慮和雙相情感障礙等，這些疾病征兆是可以跟蹤分析的特有情緒模式。
工作人員查看了自稱患有精神疾病的用戶相關數據，并與沒有任何已知精神疾病的用戶數據進行對比，他們訓練人工智能模型標記用戶帖子中表達的情緒，并以矩陣圖形式記錄不同帖子之間的情緒轉變。一個帖子可能被人工智能系統標記為：“快樂”、“憤怒”、“悲傷”、“恐懼”、“沒有情緒”或者多個情緒組合，而矩陣圖則顯示用戶從任何一種狀態轉變為另一種狀態的可能性有多大，例如：從“憤怒”到“沒有情緒”的中立狀態。
研究小組解釋稱，不同的情緒障礙具有不同的情緒轉變特征模式，通過為用戶創建“情感指紋”，并將其與已建立的情感障礙特征進行對比分析，該模式可以檢測到精神疾病的征兆信號。
為了驗證人工智能的檢測結果，工作人員讓人工智能系統檢測訓練期未使用過的網絡帖子信息，測試結果表明，人工智能準確地預測了哪些用戶可能患有或者未患有這些障礙，而且隨著時間的推移，該人工智能系統將不斷完善升級。
