東京大学の研究グループは、精神病ハイリスク（ＣＨＲ）群の発症群と健常対照（ＨＣ）群を７割以上の確率で判別可能な機械学習器を開発した。臨床現場で必要とされるバイオマーカー開発への応用だけでなく、精神病発症に関わる脳病態の解明に貢献するという。

機械学習器は、多施設から得られた脳画像を適切に結合し、思春期の複雑な脳発達変化による影響を考慮することで高い判別率を得ることができた。また、発症なし群と追跡不能群についてはＨＣ群と適切に判別できることも明らかになったという。精度を調べると７０%を超える確率で判別していることが明らかになった。

研究グループは「機械学習器が学習に用いた脳領域は過去の研究で着目された脳領域と一致しており、今後の病態解明に向けた研究にも貢献する」としている。