# 精神病学大数据

这篇评论在回应Stein等人关于精神病学大数据批判性综述的基础上，提出精神病学已从“全是理论没有数据”摆向“全是数据没有理论”，并主张三条改进方向：在使用大数据时更多考虑理论、发展个体内（idiographic）精神病学、以及将生成式人工智能整合进精神科研究与临床实践。

这篇评论在回应Stein等人关于精神病学大数据批判性综述的基础上，提出精神病学已从“全是理论没有数据”摆向“全是数据没有理论”，并主张三条改进方向：在使用大数据时更多考虑理论、发展个体内（idiographic）精神病学、以及将生成式人工智能整合进精神科研究与临床实践。

这篇综述横跨社区与登记调查、队列与生物样本库、电子健康记录、数字表型、脑影像、基因组学及其他组学、随机对照试验七个领域，梳理大数据在精神病学中的进展、约束与未来方向，指出大数据推动了跨学科研究并揭示了精神障碍机制的复杂性、异质性与变异性，但样本量大并不保证估计更精确，从大数据到临床应用的转化仍存在差距，未来需在数据质量与方法严谨性、概念模型与临床问题上同等用力。

这篇综述横跨社区与登记调查、队列与生物样本库、电子健康记录、数字表型、脑影像、基因组学及其他组学、随机对照试验七个领域，梳理大数据在精神病学中的进展、约束与未来方向，指出大数据推动了跨学科研究并揭示了精神障碍机制的复杂性、异质性与变异性，但样本量大并不保证估计更精确，从大数据到临床应用的转化仍存在差距，未来需在数据质量与方法严谨性、概念模型与临床问题上同等用力。