今日文獻聚焦於運用無監督式機器學習對初發性精神病進行異質性分類，雖具備精準醫療與早期識別高風險個案的潛力，但方法學的異質性與結果的不可重複性仍是目前轉譯至臨床的的主要挑戰。
Neuroscience and biobehavioral reviews · Dissecting first-episode psychosis heterogeneity with clustering analyses: a systematic review.
雖然目前尚無一致的分類共識，無監督式機器學習仍能幫助臨床工作者在發病初期識別出具有嚴重認知與功能缺損的高風險亞群，以利及時分配更多治療資源。