Neuroimaging research has substantiated the functional and structural abnormalities underlying psychiatric disorders but has, thus far, failed to have a significant impact on clinical practice. Recently, neuroimaging-based diagnoses and clinical predictions derived from machine learning analysis have shown significant potential for clinical translation. This review introduces the key concepts of this approach, including how the multivariate integration of patterns of brain abnormalities is a crucial component. We survey recent findings that have potential application for diagnosis, in particular early and differential diagnoses in Alzheimer disease and schizophrenia, and the prediction of clinical response to treatment in depression. We discuss the specific clinical opportunities and the challenges for developing biomarkers for psychiatry in the absence of a diagnostic gold standard. We propose that longitudinal outcomes, such as early diagnosis and prediction of treatment response, offer definite opportunities for progress. We propose that efforts should be directed toward clinically challenging predictions in which neuroimaging may have added value, compared with the existing standard assessment. We conclude that diagnostic and prognostic biomarkers will be developed through the joint application of expert psychiatric knowledge in addition to advanced methods of analysis.
La recherche en neuroimagerie a fourni la preuve des anomalies fonctionnelles et structurelles sous-jacentes des troubles psychiatriques, mais jusqu’ici, elle n’a pas réussi à avoir un impact significatif sur la pratique clinique. Récemment, les diagnostics basés sur la neuroimagerie et les prédictions cliniques tirées d’une analyse d’apprentissage automatique ont démontré un potentiel significatif de traduction clinique. Cette revue présente les concepts clés de cette approche, notamment à quel point l’intégration multivariée des modèles d’anomalies cérébrales est un composant essentiel. Nous passons en revue les résultats récents qui ont des applications potentielles au diagnostic, en particulier, pour les diagnostics précoces et différentiels de la maladie d’Alzheimer et de la schizophrénie, et la prédiction de la réponse clinique au traitement de la dépression. Nous discutons des possibilités cliniques spécifiques et des défis de développement de biomarqueurs pour la psychiatrie en l’absence de standard de référence diagnostique. Nous proposons que les résultats longitudinaux, comme le diagnostic précoce et la prédiction de la réponse au traitement, offrent des possibilités définitives de progrès. Nous proposons que des efforts soient dirigés vers des prédictions cliniquement difficiles dans lesquelles la neuroimagerie peut avoir une valeur ajoutée, comparée à l’évaluation standard existante. Nous concluons que les biomarqueurs diagnostiques et pronostiques seront développés par l’application conjointe du savoir psychiatrique expert et de méthodes d’analyse avancées.
Keywords: Alzheimer; biomarkers; depression; machine learning; magnetic resonance imaging; neuroimaging; personalized; schizophrenia.