近期调查显示，我国成年人精神障碍的终身患病率为16.6%，儿童精神障碍的终身患病率为17.5%。然而，我国精神障碍医疗资源却相对缺乏，每1万名患者往往仅对应于1名精神科医生。特别是新型冠状病毒肺炎疫情爆发以来，我国的心理健康问题日益凸显，给经济社会带来了巨大挑战和负担。

近日，我系陈骥研究员，与香港大学、上海交通大学、南京师范大学、中科院心理研究所、北京儿童医院、维也纳大学、陈天桥雒芊芊脑科学研究院等机构的研究人员，受编委邀请在Nature旗下心理学和行为科学顶级期刊Nature Human Behavior 发表题为“Promoting computational psychiatry in China”的评论文章。该评论文章系统总结了当前中国面临的精神健康问题，并详细阐述了计算精神病学这一新兴交叉学科在解决精神健康问题中的重要作用，以及计算精神病学在中国发展的独特机遇和潜在挑战。

计算精神病学横跨计算神经科学、精神病学和心理学等多个学科。计算精神病学目前包含两个主要的研究取向。第一，数据驱动的计算精神病学通过使用数学模型或模式识别算法揭示精神障碍背后的神经生物学机制与疾病的分型诊断，风险预警和愈后预测。第二，理论驱动的计算精神病学充分利用当前基础神经科学的成果和理论，利用计算模型解析各类精神障碍人群认知加工缺陷的计算神经机制，为认知行为治疗和大脑干预疗法提供新的视角。

本文指出，在中国开展计算精神病学的研究，相对于其他国家具有多方面优势。首先，中国具有相对完善的自上而下的医疗体系。从大城市的三甲医院到局部的社区医院，精神科医生的数量虽然较少，但是普遍经过良好的医学训练，临床经验丰富。完备的医疗体系在组建大队列收集大数据收集方面具有先天的优势。其次，中国的人工智能技术在结合了国内的大样本患者数据后，会对全球的心理健康领域产生深远影响。在精神病学领域，通过人工智能来进行辅助诊断和干预治疗具有巨大前景。值得注意的是，当前有关心理健康的研究，绝大多数是基于西方发达国家患者的数据而建立的。将计算精神病学的研究扩展到中国患者，不仅可以丰富我们对于不同文化环境下精神疾病差异的理解，中国也可以作为一个范本，启发其他发展中国家应对精神健康问题。

然而，相对美国和德国等欧美国家，我国计算精神病学相关研究起步较晚。本文指出中国国家心理健康和精神卫生防治中心的建立将会极大的促进相关领域的发展。但是具体到计算精神病学，当前中国依然有亟待解决的几个关键挑战。首先，计算精神病学是一个理医工等多学科高度交叉的学科，但是当前临床医生的教育系统和理工科的教育系统彼此分离，不利于计算精神病学这样交叉学科人才的培养。为此，华人研究者做了一些初步的尝试，例如，组建了华人计算精神病学联盟(Chinese Computational Psychiatry Network, CCPN)(https://www.ccpn.site/)，为青年学生学者提供教育和交流的平台。其次，我国的相关领域研究人员需加强和国际同行的交流，在国际学术舞台上扮演更重要和积极的角色。最后，具备条件的院校或者医院可以组建多学科交叉的研究中心，集合不同知识背景的研究人员。

浙江大学心理与行为科学系特聘研究员陈骥博士，上海交通大学心理与行为科学研究院和上海精神卫生中心的双聘副研究员张洳源博士为本文的共同通讯作者。香港大学耿海洋博士为第一作者。南京师范大学的胡传鹏教授，中国科学院心理研究所的陈楚侨研究员，香港大学的胡晓晴助理教授、金婧雯助理教授，北京儿童医院的李瑛博士和维也纳大学的张磊博士为本文的共同作者。

本文得到科技部国家重点研发计划，国家自然科学基金，香港研究局科研基金，广东省科学技术基金，上海自然科学基金，上海浦江人才计划，上海市科技计划项目资助和中央高校基本科研业务费专项，江苏省研究和发展基金等项目的支持。

文章链接：Geng, H., Chen, J., Chuan-Peng, H., Jin, J., Chan, R C.K., Y. L., Hu, X., Zhang, R.Y., Zhang, L.. Promoting computational psychiatry in China. Nat Hum Behav (2022). https://doi.org/10.1038/s41562-022-01328-4

陈骥课题组致力于人工智能、精神障碍和脑成像方向的研究(https://person.zju.edu.cn/jchenlab)，研究成果发表在Biological Psychiatry等神经精神病学旗舰期刊。