该人工智能模型首先使用健康成年测试者的大脑成像数据进行研判，之后向那些有心理健康问题的患者展示这些大脑成像数据，从而使该模型能够识别人眼无法察觉的细微变化。
这个复杂的计算机程序是由美国乔治亚州立大学一支研究小组开发的，他们指出，未来有一天可以在40岁人群预先检测出阿尔茨海默症征兆，通常该疾病在65岁左右才会表现出相应症状。
及早发现精神疾病征兆非常重要，有助于患者接受治疗、减轻精神疾病带来的压力，基于功能磁共振成像(fMRI)技术，该人工智能对1万多人的大脑成像数据集进行了研判匹配，据悉，功能磁共振成像通过检测血液流动变化可测量大脑活动性。
一旦该人工智能系统读取测试者的功能磁共振成像基础数据，之后研究小组就向该系统输入12000多位自闭症、精神分裂症、阿尔茨海默症的精神疾病数据集，作为基础数据库，人工智能可依据测试者的大脑成像数据，非常容易地识别出以上三种精神疾病的征兆模式。
研究小组指出，使用功能磁共振成像来识别精神疾病带来的费用可能较高，工作人员必须仔细梳理大脑成像数据，但是使用人工智能系统则大幅降低了成本和时间。
研究报告合著作者之一、TReNDSCenter创会理事文斯·卡尔霍恩(VinceCalhoun)称，即使我们从其他测试或者家族史中知晓某人存在患阿尔茨海默症等疾病的风险，我们仍然无法预测疾病确切的发生时间。目前，我们通过大脑成像捕获相关疾病征兆模式来缩小时间窗口，这些疾病征兆模式是在疾病发生之前就已出现，具有很好的疾病预测效果。
事实上，使用人工智能系统检测精神疾病并不是什么新鲜事物，今年4月份，相关媒体披露了一份社交媒体平台Reddit用户对话分析报告，从而确定是否存在任何问题。
来自美国达特茅斯学院的一支计算机科学家小组开始训练人工智能模型，用于分析社交媒体文字信息，该研究小组选择社交媒体平台Reddit来训练他们的人工智能模型，因为Reddit平台有5亿活跃用户，他们经常在一个Reddit分支网络上讨论大量话题。
人工智能系统专注于在网络帖子中寻找情感意图，而不是实际的内容信息，并纵向统计随时间推移，跟踪分析平台用户心理健康状况。在这项研究中，工作人员重点关注人们的情绪障碍——重度抑郁、焦虑和双相情感障碍等，这些疾病征兆是可以跟踪分析的特有情绪模式。
工作人员查看了自称患有精神疾病的用户相关数据，并与没有任何已知精神疾病的用户数据进行对比，他们训练人工智能模型标记用户帖子中表达的情绪，并以矩阵图形式记录不同帖子之间的情绪转变。一个帖子可能被人工智能系统标记为：“快乐”、“愤怒”、“悲伤”、“恐惧”、“没有情绪”或者多个情绪组合，而矩阵图则显示用户从任何一种状态转变为另一种状态的可能性有多大，例如：从“愤怒”到“没有情绪”的中立状态。
研究小组解释称，不同的情绪障碍具有不同的情绪转变特征模式，通过为用户创建“情感指纹”，并将其与已建立的情感障碍特征进行对比分析，该模式可以检测到精神疾病的征兆信号。
为了验证人工智能的检测结果，工作人员让人工智能系统检测训练期未使用过的网络帖子信息，测试结果表明，人工智能准确地预测了哪些用户可能患有或者未患有这些障碍，而且随着时间的推移，该人工智能系统将不断完善升级。
