人工智能技术，尤其是自然语言处理（Natural language processing NLP）技术，可以从非结构化对象中提取结构化信息，能够适用于精神病学领域的精准医疗。

该研究领域的重要性

目前，精神病学作为一个跨学科的研究领域，已经积累了丰富的研究资料和数据。采用人工智能技术，分析临床记录中的自由文本并确定关键变量，肯定会推动该学科的精准医学。

由于从异质临床材料中提取关键变量难度很大，尽管 NLP 在方法和应用方面发展迅速，但在医学领域内的应用范围仍有待拓展，精度有待提高。所以，当前医学 NLP 研究旨在解决从科学论文和患者的临床文本中确定表型、基因型、疾病、药物和途径之间的关系。对于研究人员来说，是否能够精准抽取一直阻碍着人工智能辅助诊断的实用性和更广泛的应用。

为了改进自动化诊断，需要开发一套智能化的NLP解决方案和用户友好界面的计算工具，专门针对精神系统疾病，能够对该类疾病有深刻的理解，以实现帮助临床医生做出更好的决策。

该研究领域的发展趋势

目前来说，国内在人工智能包括自然语言处理技术的研究和应用已经涉及到很多领域，但是医疗领域本身的知识复杂，研究人员需要信息与医学的交叉知识背景，所以，目前还是集中在医学整体范围内的病历文本数据挖掘，病历检索，以及医疗知识库构建等工作上面，以此逐步向细分的病种领域发展，以本次精神学科疾病主题为例，逐步形成单病种的深度智能分析。

征稿信息

鉴于上述情况，本专刊的主题范围主要围绕着神经科学和精神病学的相关领域，我们尤其希望在这类疾病的细分领域寻求创新性的算法与应用，提出的解决方案能够有效和高质量的对神经与精神障碍领域的临床数据进行处理，从而最终能够提高临床辅助决策的效率。

专刊主要接收围绕精神领域的医疗数据分析的研究文章，report、article与review等相关文章均可投稿。

文稿应具有科学性、创新性、实用性，论点明确，资料可靠，文字精炼，层次清楚，数据准确，通过完全公开、公正、严格的同行评审后在线发表。文章一经上线，即可被引用。

此前沿专刊发布在：

• Frontiers in Psychiatry
  

  (IF:2.849 / CiteScore:3.2)

• Frontiers in Public Health
  

  (IF:2.483 / CiteScore:2.0)

• Frontiers in Sociology - 新晋期刊
  

此专刊仍接受投稿，截稿时间：

• Abstract - 2021 年 08 月 31 日
  

• Manuscript - 2021 年 12 月 31 日
  

关于更多此前沿专刊的详细信息及投稿方式，请点击链接查看：https://www.frontiersin.org/research-topics/22069/methods-and-applications-of-natural-language-processing-in-psychiatry-research?utm_source=baihuaRT4&utm_medium=wechat&utm_campaign=chinaad

客座主编团队

客座主编对于前沿专刊模式的看法：

Frontiers这种前沿专刊的形式是一种很好的聚焦研究热点与挖掘细分领域的工作，能够让研究人员围绕一个特定的主题发表自己的研究成果，由于专业背景的编辑具备对文章较强的认知能力，从而能够提高处理的效率，最终实现协助投稿人共同发表高质量的文章。

原文内容整理自王理博士的文字采访