یکی از مواردی که در مورد خیلی از بیماری‌ها و ناهنجاری‌های سلامت مشترک بوده، تشخیص زود هنگام آن‌ها است. در برخی موارد تشخیص زودتر بیماری به معنی افزایش احتمال درمان است و در مواردی که بیماری غیر قابل درمان است با تشخیص زود هنگام می‌توان جلوی رشد سریع و پیشرفت بیماری را گرفت و از شدید شدن آن جلوگیری کرد. یکی از این بیماری‌ها، اسکیزوفرنی است.
بنابراین چگونه می‌توان بیماری اسکیزوفرنی را تشخیص داد؟
روش‌های مختلفی برای تشخیص این بیماری درحال‌حاضر استفاده می‌شود با این وجود به‌نظر می‌رسد که شرکت IBM به دنبال روش‌های کارآمدتر و موثرتری است. این شرکت در پژوهشی با همکاری دانشگاه آلبرتا به این نتیجه رسیده است که می‌توان از هوش مصنوعی در تشخیص زود هنگام بیماری اسکیزوفرنی استفاده کرد.
با استفاده از شبکه‌های عصبی مصنوعی (ANN: Artificial Neural Network) و آموزش آن‌ها با عکس‌های fMRI مغز، می‌توان مدلی را برای تشخیص این بیماری ارایه کرد. عکس‌هایی که برای آموزش این شبکه عصبی استفاده می‌شود ترکیبی از عکس‌های افراد سالم و بیمارانی بوده که اسکیزوفرنی آن‌ها تشخیص داده شده است. عکس‌های fMRI جریان خون را در قسمت‌های مختلف مغز نشان می‌دهد. شبکه عصبی یک مدل مبتنی بر جریان خون را برای پیش‌بینی ابتلا به بیماری ارایه می‌دهد.
دکتر سردار دوسون، پرفسور روانپزشک و علوم اعصاب دانشگاه آلبرتا در این رابطه گفت:
ما چندین ارتباط غیر طبیعی در مغز کشف کرده‌ایم که می‌تواند در مطالعات آینده بررسی شود. مدل‌هایی که هوش مصنوعی ایجاد کرده است ما را یک گام نزدیک‌تر به پیدا کردن الگوهای عینی مبتنی بر تصویربرداری برای تشخیص و پیش آگاهی از اسکیزوفرنی کرده است.
