心理健康状况在医疗保健中常常被忽视，尤其是在初级保健和患有主要躯体疾病且伴有心理健康障碍的患者中尤为明显。初级保健医生经常遇到患有心理健康问题的患者，无论是独立存在的状况还是伴随身体疾病出现的共病，这使他们在早期发现和管理中处于关键位置。心理障碍的筛查已被认为非常重要，然而，其实施仍存在若干障碍，包括人员不足、时间限制、可及性限制和服务可用性。此外，自我报告内部状态的质量可能因记忆重建、注意力不集中、社会期望和依赖认知启发式而降低。
随着大数据、人工智能和技术进步的发展，精神健康状况的筛查和支持诊断方面出现了新的令人兴奋的可能性。在初级保健中，可解释的人工智能提供了可以简化精神健康评估的解决方案，通过提供易于访问和解释的工具来适应医生的工作流程。这些方法有潜力克服至少一些识别患有心理健康障碍人员的障碍，因为它们可以成本效益高、高效，并且可以提供一种非侵入性的评估方式，还可以用于定期监测有风险的人员。
特别有趣的是基于证据的可解释方法，这些方法可以将现有知识转化为技术支持的筛查和诊断工具。可解释的人工智能工具还可以通过揭开复杂算法的神秘面纱，使初级保健提供者能够根据人工智能生成的见解做出明智的决策，从而增强他们的能力。此外，这些工具可以促进初级保健医生和心理健康专家之间的跨学科合作，弥合整体护理的差距。
在这一研究主题中，我们旨在创建一篇关于可解释人工智能方法在精神健康障碍筛查和支持诊断过程中的最新进展的文章集合。本主题欢迎从基础研究到这些解决方案在医疗保健中的实施的研究，涵盖但不限于以下几个方面：
- 筛查过程中可以利用的标记物的评估
- 算法的构建及其验证
- 人工智能筛查和诊断在实践中的应用
- 将人工智能整合到初级保健工作流程中，以提高精神健康状况的早期检测和管理
- 基于人工智能的方法与标准心理测量工具的验证或比较
- 针对慢性躯体疾病患者的共病精神健康问题的基于人工智能的工具
- 人工智能在改善未服务或资源有限地区的护理公平性方面的作用
我们欢迎各种类型的文章：原始研究、综述研究、政策和实践综述及简报、假设和理论论文、方法论文、观点论文、临床试验、案例研究、技术和代码报告以及简短的研究报告。
关键词：可解释的人工智能、人工智能、心理健康、筛查、诊断、监测、抑郁症
重要提示：所有提交到这一研究主题的贡献必须在其使命声明中定义的相应部分和期刊范围内。Frontiers保留权利，在同行评审的任何阶段将超出范围的手稿引导至更合适的部分或期刊。
(全文结束)
