本研究利用可穿戴设备和AI技术，通过分析青少年大脑认知发展（ABCD）研究中的大数据，提取了超过250个特征构建数字表型，并输入到可解释的AI模型中，用于评估和分类青少年精神障碍风险。研究通过单变量和多变量全基因组关联研究（GWAS）揭示了与精神障碍相关的遗传位点和基因，如ELFN1和ADORA3，展示了可穿戴数据在遗传研究中的潜力。这些发现为精神障碍的精准医疗和个性化治疗提供了新的可能性，有望揭示新的遗传标记并指导新治疗方法的开发。