近日，认知科学研究中心教师谢宇，在抑郁症智能识别领域取得重要进展。相关研究成果以"Differentiation between psychotic and non-psychotic major depression by the tabular prior-data fitted network"为题，于2026年6月15日在国际权威精神病学与心理学TOP期刊《Journal of Affective Disorders》发表，安徽师范大学认知科学研究中心为第一完成单位。

抑郁症是全球范围内最常见的精神障碍之一，其中精神病性重度抑郁（PMD）约占重度抑郁患者的20%—30%。由于约三分之一的PMD患者其精神病性症状在临床上容易被忽视，导致误诊和延迟治疗，显著增加了自杀和暴力风险。因此，开发客观、高效的辅助诊断工具对准确区分PMD与非精神病性重度抑郁（NPMD）具有重要的临床价值。

该研究首次采用TabPFN模型区分PMD与NPMD，并与多种传统机器学习模型进行系统比较的研究，展示了人工智能技术在精神科辅助诊断中的广阔应用前景。相关成果不仅可为临床诊疗提供技术支撑，也有助于提升未来教师群体在心理健康教育方面的科学素养与实践能力。未来，该模型有望与医院电子病历系统对接，为临床医生提供客观、可解释的辅助诊断参考，助力提升精神疾病的早期识别与精准治疗水平。

我校研究生郑弘欣为第一作者，甘文欣等人参与了研究工作。认知科学研究中心依托教育科学学院在教师教育领域的深厚积淀，自2025年成立以来，积极响应国家脑科学战略与"健康中国2030"规划纲要，围绕认知建模、心理健康干预等前沿方向开展跨学科研究，持续推进认知科学基础研究成果向心理健康教育与教师培养领域的转化应用。