Психиатрия от прошлого к будущему ( вариации на тему "компьютерная психиатрия" )

       Психиатрия постоянно была ареной споров ,  сталкиваясь с противоречиями на протяжении всей своей истории. Это, в конце концов, вызвало кризис, который сегодня поставил под сомнение обоснованность психиатрии как науки и, в частности ,  ее методов диагностики и лечения психических расстройств. Критика психиатрии сосредоточена в первую очередь на достоверности феноменологических концепций и запутанных психопатологических  построений, объективности диагностических исследований , надежности впечатлений разных специалистов  и отсутствии биомаркеров для определения диагнозов, мониторинга эффективности лечения и прогноза течения психического расстройства. Кроме того, психиатры и сосредоточились на вариабельности течения различных расстройств, обычно гетерогенных по своим проявлениям. Психиатры использовали различные подходы для преодоления этой критики, например , такие как нозологические формулировки. Эта стратегия по сути была попыткой выяснить  биологическую основу той или иной психической болезни  путем достижения большей надежности диагноза. Такие системы породили множество синдромов со значительной пестротой  в их течении, клинических проявлениях, прогнозе и ответе на лечение, но, казалось ,  сгруппированных в одну диагностическую категорию, например . "шизофрения". Это повысило вероятность того, что эти проявления также имеют разную  нейробиологическую основу.  Однако,  с помощью таких систем было получено множество эмпирических данных. Ясно, что эти данные отличаются  плохой системной интеграцией клеточных, синаптических, нейронных цепей и сложными психопатологическими синдромами . Например, существуют сильные взаимодействия между генами и окружающей средой на генетическом уровне, но нет четких путей их развития в определенный конечный фенотип. 

Модели поведения 

    Большинство объяснительных моделей, используемых в психиатрии и психологии, сосредоточены на нарративных методах, с проблемой подхода к поведению человека , исходя только из внешнего поведения или эпифеноменов поведения, без выявления четкой биологической причинной или "механистической основы". Этот подход приводит к трудностям в определении четких биологических и клинических процессов, потенциально лежащих в основе психопатологических феноменов  с туманными категориальными ошибками.  Типичным примером Одним из являются параметры измерения , основанные на самоотчетах с плохо определенными переменными и плохо выясненными  механизмами патогенеза. В нейробиологии и психиатрии отсутствуют методы построения, оценки и проверки теоретических моделей, которые должны быть более широкими, чем описание взаимосвязей между различными переменными. Различные подходы, такие как машинное обучение, глубокое обучение и объяснительное моделирование, помогают обрабатывать информацию в моделях, определяемых только данными, избегая теоретических и ограничивающих предубеждений.

Компьютерная психиатрия 

      Компьютерная  психиатрия использует формальные модели функций мозга для характеристики механизмов различных психопатологических симптомов й, описывая их в вычислительных или математических терминах . Это облегчает изучение и формулирование этих данных за счет включения знаний из других дисциплин , таких как когнитивная и компьютерная нейронауки , а также  «машинное обучение». 

     Компьютерное моделирование поведения было разработано рядом нейронаук, которые предшествовали вычислительной психиатрии. Одной из первых, здесь была вычислительная нейробиология. Именно, она отвечает за изучение мозга на теоретическом уровне, определение принципов и механизмов, направляющих развитие, организацию и процесс обработки информации.  Это достигается с помощью вычислительных моделей (описания и объяснения процессов), происходящих в различных пространственных и временных масштабах и с нелинейными взаимодействиями. В частности, вычислительная нейробиология выдвигает гипотезы о процессах, происходящих в мозге на разных уровнях анализа, и объединяет их для подтверждения. Цель состоит в том, чтобы понять функциональность сложных систем, таких как мозг, формулируя количественные гипотезы. В этом контексте вычислительные модели дают практический инструмент для изучения конкретных характеристик мозга, таких как его новые функции. В зависимости от типа вопроса, на который нужно ответить; для формирования модели выбирается определенный уровень абстракции.  Традиционно , здесь используются  три уровня анализа. Это вычислительный уровень («почему» ?), который является наиболее абстрактным и имеет дело с логико-математическими рассуждениями; алгоритмический уровень («что» ? ), оценивающий правила процесса; и, наконец, уровень реализации («как»?)