Alle Messwerte wurden später von den Forschern um den Briten Antony Browne von der Universität von Surrey mithilfe eines künstlichen neuronalen Netzwerkes ausgewertet. Dabei handelt es sich um eine Software, die ähnlich wie die Nervenzellen im Gehirn Daten verarbeitet, indem sie Muster in einer Vielzahl von Daten zu erkennen lernt. In diesem Fall nutzte Browne die Werte von 17 der Probanden, um der Software den Unterschied zwischen den Schizophreniepatienten und den gesunden Probanden beizubringen und ließ sie anschließend beurteilen, ob der verbleibende Teilnehmer erkrankt war oder nicht. Diese Prozedur wiederholte Browne insgesamt 18 Mal, wobei er jedes Mal einen anderen Probanden aus der Trainingsgruppe herausnahm, um ihn von der Software bewerten zu lassen.
Das Ergebnis: Die Software machte in keinem einzigen Durchgang einen Fehler und erkannte bei allen Probanden, ob sie unter Schizophrenie litten oder nicht. Sie verließ sich dabei hauptsächlich auf zwei Regionen im Zwischenhirn, den so genannten rechten mediodorsalen Nucleus und den rechten Pulvinar, zeigte eine Analyse. Beide Areale verarbeiten über die Sinne wahrgenommene Reize und schicken sie weiter an Hirnregionen, die bekanntermaßen bei Schizophrenie beeinträchtigt sind. Die Forscher wollen nun nach weiteren betroffenen Hirnarealen suchen und größere Patientengruppen testen, um ihre Diagnosemethode noch zuverlässiger zu machen.