20 Novembre 2026

Psicologia Punto One | Psicologia e Psicologi nel Web

Menu

Menu

SCHEDA SCIENTIFICA2026Revisione sistematica

Biomarcatori EEG basati su intelligenza artificiale per la diagnosi di schizofrenia: revisione sistematica con valutazione PROBAST+AI

Titolo originaleArtificial intelligence EEG biomarkers for schizophrenia diagnosis: Systematic review with PROBAST+AI assessment.

Kacper Łoś, Napoleon Waszkiewicz

European psychiatry : the journal of the Association of European Psychiatrists · 2026

PER COMPRENDERE LO STUDIO

Sintesi in italiano

La revisione sistematica indaga l'efficacia diagnostica e la robustezza metodologica dei biomarcatori EEG generati tramite intelligenza artificiale (IA) nella diagnosi di schizofrenia. Sono stati inclusi 43 studi primari, che hanno analizzato complessivamente 3.420 pazienti con schizofrenia o primo episodio psicotico e 3.164 controlli sani (totale N = 6.584). La valutazione della qualità metodologica e delle strategie di validazione è stata condotta utilizzando 34 quesiti del framework PROBAST+AI, pensato per ridurre il rischio di bias specifico per modelli predittivi basati su IA. Il dato aggregato indica un'accuratezza diagnostica media del 93,38%, con architetture di deep learning che mostrano prestazioni superiori alla machine learning classica (rispettivamente 96,83% vs. 87,68%). Tuttavia, solo il 4,7% degli studi ha effettuato una validazione esterna indipendente. È stata osservata una significativa discrepanza tra validazioni svolte a livello di soggetto (88,22%) e a livello di segmento (98,14%), suggerendo la presenza diffusa di data leakage. Nel complesso, il 76,7% degli studi presenta rischio elevato di bias, principalmente dovuto a strategie subottimali di partizionamento dei dati e mancanza di verifiche indipendenti. Le elevate accuratezze riportate sembrano pertanto essere sovrastimate per difetti metodologici strutturali, indicando che attualmente non è possibile raccomandare l’uso clinico immediato di biomarcatori EEG basati su IA per la schizofrenia. Si propone infine un quadro metodologico standardizzato per migliorare le strategie di validazione e facilitare l’applicabilità traslazionale futura.

Sintesi generata con IA. Verifica metodi, risultati e limiti nella pubblicazione originale.

Abstract e pubblicazione originale

L’abstract è consultabile nella fonte originale. Non viene ripubblicato qui perché non risulta verificata una licenza compatibile.

Leggi nella fonte originale ↗

Parole chiave

intelligenza artificialeelettroencefalografiaschizofreniabiomarcatoridiagnosideep learningvalidazione esternabiasdata leakagePROBAST+AI

Come citare questo studio

Kacper Łoś, Napoleon Waszkiewicz. (2026). Artificial intelligence EEG biomarkers for schizophrenia diagnosis: Systematic review with PROBAST+AI assessment.. European psychiatry : the journal of the Association of European Psychiatrists. DOI: 10.1192/j.eurpsy.2026.12262

Consulta la pubblicazione originale ↗