페드루 모르가도(Pedro Morgado)는 Frontiers in Behavioral Neuroscience에 실린 2026년 관점 논문에서 인공지능이 진단, 위험 예측, 디지털 표현형 분석(기기 데이터로 행동을 측정하는 방식), 치료 개인화를 통해 정신의학을 바꾸고 있다고 주장했다. 머신러닝 모델은 내부 검증 연구 환경에서 주요 정신질환 전반의 분류 정확도를 보였으며, 대규모 언어 모델 보조 임상 의사결정 지원은 특정한 구조화 벤치마크 과제 1개에서 전문 임상의와 비슷한 성과를 냈다.

모르가도는 해당 벤치마크 결과를 개방형 임상 진료 전반으로 일반화해서는 안 된다고 경고했다. 해당 논문은 신경영상 기반 정신의학의 AI 모델 대부분이 높은 편향 위험을 지니며, 외부 검증은 여전히 드물고 실제 임상 영향에 대한 근거도 부족하다고 밝혔다.

해당 논문은 대형 기술 기업들이 민감한 정신건강 데이터 저장소를 점점 더 많이 통제하면서 데이터 거버넌스, 상업적 이용, 책임성, 장기 행동 감시에 대한 질문이 커지고 있다고 설명했다. 모르가도는 정상성에 대한 통계적 정의가 역사적으로 불안정하고 문화에 따라 달라지는 개념을 의학적 기준으로 굳힐 수 있으며, 이는 인간 다양성을 병리화하는 결과로 이어질 수 있다고 주장했다.

페드루 모르가도(Pedro Morgado)는 Frontiers in Behavioral Neuroscience에 실린 2026년 관점 논문에서 인공지능이 진단, 위험 예측, 디지털 표현형 분석(기기 데이터로 행동을 측정하는 방식), 치료 개인화를 통해 정신의학을 바꾸고 있다고 주장했다. 머신러닝 모델은 내부 검증 연구 환경에서 주요 정신질환 전반의 분류 정확도를 보였으며, 대규모 언어 모델 보조 임상 의사결정 지원은 특정한 구조화 벤치마크 과제 1개에서 전문 임상의와 비슷한 성과를 냈다.

모르가도는 해당 벤치마크 결과를 개방형 임상 진료 전반으로 일반화해서는 안 된다고 경고했다. 해당 논문은 신경영상 기반 정신의학의 AI 모델 대부분이 높은 편향 위험을 지니며, 외부 검증은 여전히 드물고 실제 임상 영향에 대한 근거도 부족하다고 밝혔다.

해당 논문은 대형 기술 기업들이 민감한 정신건강 데이터 저장소를 점점 더 많이 통제하면서 데이터 거버넌스, 상업적 이용, 책임성, 장기 행동 감시에 대한 질문이 커지고 있다고 설명했다. 모르가도는 정상성에 대한 통계적 정의가 역사적으로 불안정하고 문화에 따라 달라지는 개념을 의학적 기준으로 굳힐 수 있으며, 이는 인간 다양성을 병리화하는 결과로 이어질 수 있다고 주장했다.