可机器执行的标准映射精神疾患的症状空间

为何将文字转为规则很重要

精神健康状况的诊断依赖于诸如 DSM-5 这样经过长期协商的详尽手册。这些书描述了哪些症状组合构成疾病，但它们以叙述性文字呈现，不能被计算机直接使用。本文展示了如何把这些书面规则翻译成精确的、机器可读的所有可能症状模式的地图。该地图揭示了诊断类别何处彼此清晰分离、何处相互模糊，以及诸如长期新冠等新提案如何在现有概念中适配或不适配。

从页面文字到结构化地图

作者首先将诊断手册视为一套规则书，原则上可以用形式逻辑语言来书写。每种疾病由诸如“九项症状中至少五项，且必须包括抑郁情绪或兴趣丧失之一”的标准定义。从此类句子中，他们提取症状清单、所需数量以及这些要素如何用“与/或”逻辑组合。随后他们编码出每一种满足标准的有效症状组合——即满足书面规则的全部症状配置。每种组合都成为一个二元模式，表明对于该疾病哪些症状存在、缺失或无关。把这些模式放在一起，就形成了可以用数学方法分析的高维“症状空间”。

检验诊断能否彼此区分

有了这张地图，作者提出了一个基本但很少形式化的问题：仅凭官方标准，能否把两种疾病区分开？他们引入了两个检验。首先，不应存在单一症状模式同时满足两种定义；否则规则本身会使得诊断不可区分。第二，一个疾病的最小症状模式不应严格包含于另一疾病的最小模式，否则这意味着一个定义只是另一个的宽松版本。借助玩具示例，他们展示了这些情况如何在症状空间中表现为重叠或嵌套区域，并说明在真实患者中观察到的某些表面重叠其实反映的是不同规则集的真实共现，而非定义本身的缺陷。

地图对已知疾病揭示了什么

该框架随后被应用于真实的 DSM‑5 类别。以一组精神分裂症谱系疾病为例，作者将所有叙述性规则转换为形式化组合，并基于允许的症状模式接近程度计算相似度。正如预期，精神分裂症与类精神分裂症在外观上非常相似，因为它们共享大多数核心症状，主要区别在于症状持续时间的要求。然而形式检验显示它们在症状空间中的区域并不存在相同或嵌套的最小模式。在二维可视化中验证这些组合表明，尽管内容上有重叠，标准仍划分出不同的区域。这表明，至少在这些例子中，现行定义在逻辑上是一致的，并支持有意义的鉴别诊断。

长期新冠如何与情绪和焦虑交织

将相同方法应用于长期新冠时，结论更具挑衅性。作者使用一份近期的共识描述，其中列出了常见的持续症状，如疲劳、认知问题、睡眠紊乱和情绪变化。在将措辞与 DSM 风格的症状名称统一后，作者生成了所有符合长期新冠的模式，并将其与若干现有疾病的模式进行比较。他们发现与精神病性疾病或言语障碍几乎没有关联，但与重度抑郁、持续性抑郁、惊恐障碍和广泛性焦虑存在很强的结构相似性。关键是，这些情绪和焦虑类疾病的绝大多数有效模式也满足长期新冠的症状清单。这意味着所提出的长期新冠定义在很大程度上被已建立的类别所包含，即便没有单一模式完全相同。

可计算共识如何指引未来护理

通过把叙述性的诊断规则转化为明确、可检验的结构，这项工作提供了一种透明的方法来检验新诊断是否真正增加了概念上的独立性。对于长期新冠，分析表明仅靠症状清单——而没有额外约束如时间要求、生物标志物或排除规则——范围过于宽泛，无法将其与抑郁和焦虑区分开来。更广泛地说，该方法显示，随着手册逐步累积更多类别和标准，单靠人类推理难以可靠地跟踪所有允许的组合。一个可机器执行的、基于规则的症状空间地图可以帮助专家小组完善定义，为临床医生提供可解释的决策工具，并降低诊断体系偏离其本应体现的共识的风险。

引用: Strasser-Kirchweger, B., Kutil, R.H., Zimmermann, G. et al. Machine-actionable criteria chart the symptom space of mental disorders. npj Digit. Med. 9, 271 (2026). https://doi.org/10.1038/s41746-026-02451-6

关键词: 诊断标准, 精神健康分类, 可计算医学, 长期新冠症状, 临床决策支持