精神分裂症（SZ）患者对抗精神病药物反应存在差异且难以预测。研究人员开展基于静息态连接组特征预测抗精神病药物疗效的研究。结果发现相关功能特征可预测 SZ 患者 PANSS 总分降低率，有助于推断患者治疗反应，为个性化治疗提供依据。

为解决 ROP 筛查效率低等问题，研究人员开展用机器学习（ML）模型预测 ROP 发生及治疗需求的研究。结果显示，模型预测平衡准确率达 80% 左右。这能助力 ROP 筛查和临床决策，提高诊疗水平。