神经心理学与技术:NIH倡议
我们最近与临床神经心理学家(TCN)共同撰写了一篇文章，主题为“现代神经心理学评估方法真的“现代"吗?"我们先前的博客文章和即将发表的博客文章将在上述文章的各个部分中进行扩展和阐述，“美国国立卫生研究院为促进临床神经心理学的科学发展而采取的举措."
在此博客文章中，我们旨在强调这一讨论，并包括“大数据"时代其他人(心理学家和神经心理学家)正在从事的创新工作.我们提倡“……接受美国国立卫生研究院(NIH)的倡议，或者将其称为行为和社会科学的变革性机遇".这些举措满足了神经心理学家从零散的和数据贫乏的方法过渡到最终改善翻译应用的集成且数据丰富的科学方法的需求."
神经心理学家的机器学习
那么什么是机器学习?尽管有些人将机器学习视为人工智能(AI)，但实际上它实际上是AI的一个子集.机器学习需要大量可用于训练和验证算法的质量数据(即用于计算和解决问题的指令集).随着越来越多的可用数据库，去中心化的云计算，图形处理单元的大规模并行处理能力，深度学习和增强的算法，人工智能在科学和工业中的增长和发展得到了增强.正如今日心理学的卡米·罗索(Cami Rosso)所说:
"AI深度学习的质量不仅取决于算法，还取决于数据.这类似于内燃机，其中数据充当使AI算法引擎正常运行的机油，数据质量越高，整个系统的性能就越好.数据的数量和质量至关重要." (单击此处，以获取今日心理学的更多信息.)
机器学习，深度学习和自然语言处理是人工智能(AI)的技术.人工智能“是指计算机科学学科中与建筑系统或机器(计算机)有关的科学领域，用于完成通常需要人类智能的任务，例如决策"(Graham等，2020).
让我们研究一下在心理学和神经心理学背景下使用机器学习的一些最新例子. Carcone等. (2019)开发了一种机器学习(即支持向量机监督分类)模型，以在动机访谈框架内对治疗过程中的患者-提供者的沟通行为进行编码.这些作者使用词汇(观察到的离散单词)，上下文(分配给先前话语的代码)和语义特征(由语言查询和单词计数词典告知的潜在认知状态)，准确地将四分之三的交流行为编码为权重.损失和艾滋病毒治疗预约.在两个临床组中，人类编码者和分类模型之间的评分者间信度“非常好"，与人类编码者之间观察到的评估者间信度具有可比性.
除了具有人类可比性之外，他们还展示了转移学习的有效性，或者证明了将减肥患者训练的模型应用于HIV患者的有效性.这些作者指出:“行为数据的自动分类通过提供一种有效的替代行为编码的传统，资源密集型方法的方式，提供了机会来加快以结果为导向的行为研究的步伐."这些作者讨论了改善被错误分类的四分之一的交流行为的方法，并指出“…将机器学习方法应用于行为编码的挑战是识别和集成能够阐明通过口头语言表达的潜在认知状态的特征."
Aminikhanghahi，Schmitter-Edgecombe和Cook(2019)引入了一种新的基于机器学习的方法，该方法用于神经心理学中称为生态瞬时评估(EMA)的增长数据收集方法.这些作者解释说EMA
Graham等人. (2020年)讨论了在心理学和医学学科中使用诸如机器学习之类的AI工具“具有巨大的潜力，可以改变我们诊断和治疗神经认知障碍患者的方式."这些作者为AI技术的临床医生提供了概念上的回顾，并探讨了与神经认知障碍的临床管理相关的功能，这些作者认为这对神经心理学家来说是非常相关的读物.
采用的障碍
正如引用的作者所讨论的那样，与健康学科相关的AI工具的使用尚处于起步阶段，并且存在需要解决和建立的局限性.此外，诸如机器学习之类的AI工具具有一般性局限性，与它们在医疗保健中的使用无关.鼓励博客读者参考Matthew Stewart最近在《迈向数据科学》中的文章，以全面回顾机器学习的局限性.
这些作者的立场是，新方法和新技术的明显局限性仍然是未考虑并将这些工具纳入(神经)心理学实践的基础.没有任何一种评估工具或干预技术是没有限制的，并且所有引用的文献中都提到了当前的心理学实践，它们已经准备好进行改进，并且可能已经发生了范式转变.这并不是要对当前的实践进行彻底的批评，而是科学的发展和技术的发展为(神经)心理学的发展开辟了广阔的新途径.
作为一个领域，我们应该拥护这一运动并与我们的计算机科学同事合作，以使该专业具有广泛而丰富的知识基础，从开创性的理论家(例如Sigmund Freud)和实验室(例如Wilhelm Wundt)到当今的实践指南和立场声明指导当前的技术集成.如果我们在数字创新和进步方面没有一席之地，那么作为一个领域，我们可能会被自动化流程或提供以前需要许可证的服务的私人数字公司所取代.与简单地为持照心理学家提供更好和更强大的数据来解释和利用相反.如果我们是专家(即心理学家)知情的技术集成的积极参与者，则有可能以此为依据.
在 TCN 特刊的引言中，我们发表了一篇文章(并在本博客的开头引用了该文章)，并指出，神经心理学并不是唯一一个缓慢地接受技术进步的人.在临床环境中的翻译应用.足够公平，但是那是不进行创新的正当理由(我们再次将特殊读者的图1至图3推荐给博客读者)
进一步，在 TCN 特刊的引言中，提出了一个问题(与神经心理学家有关):“我们是懒散的，消息灵通的，缺乏想象力的还是资源匮乏的?"我们要确保我们不暗示(在这里或在我们同行评审的出版物中)神经心理学家是懒惰的-远非如此.重要的是要区分“为什么"技术采用缓慢，以“我们如何"才能使临床神经心理学家在日益数字化时代迅速发展的实践神经心理学的现实环境中进行培训.我们认为，我们的专业越参与神经心理学破坏性技术的开发和验证，我们相互学习并共同发展的可能性就越大.
为增强让更多(神经)心理学家参与其中的“方式"，我们认为需要做出努力，以增强对新的先进方法和技术的信心和理解，这是利用新方法和技术的必要先决条件.我们正在努力创建教育平台，以开始加强对新方法和新技术的学习.
这些工作可能需要时间和专业组织的支持.在此期间，我们鼓励人们开始自己学习(例如，免费学习python课程)，并观看我们的博客，了解有关将技术整合到神经心理学中的更多信息.
