今日文獻聚焦於數位心理干預與機器學習預測模型、靜息態社會認知神經機制，以及理論驅動的計算精神病學發展。核心亮點在於利用簡單問卷預測大學生長期心理健康軌跡，以及揭示社會思考與友誼品質的神經基礎，顯示出跨領域整合（行為、神經、計算）於心理健康研究的趨勢。
Psychotherapy and psychosomatics · Baseline prediction of two-year prevention and remission of anxiety, depression, and eating disorders in college students receiving a digital guided self-help intervention: derivation and external validation of a machine learning algorithm across 26 population-based cohorts.
透過機器學習模型從37個基線變項中成功預測大學生接受數位CBT引導自助後兩年是否同時預防與緩解焦慮、憂鬱及飲食失調，其中行為迴避降低、 calme感增加及求助意圖為關鍵保護因子，具高臨床實用性以優化校園心理服務資源分配。
Social cognitive and affective neuroscience · Social Mind at Rest: Resting-State Connectivity Associated with Social Thought Relates to Friendship Quality.
在健康成人中，靜息態下的社會認知思維與人際反思思維強度與友誼品質正相關，且其神經機制涉及默念網與背側注意網路之間的功能連結，支持思維內容調節假設。
Neuroscience and biobehavioral reviews · Theory-Driven Computational Psychiatry and Its Challenges: An Optimistic Outlook.
雖計算精神病學面臨模型選擇與可復原性等挑戰，但透過哲學科學視角重新檢視，可增強其 robustness 與解釋性，為未來精準精神醫學發展提供理論與方法橋樑。