检测中风后抑郁类型的人工智能可以帮助中风幸存者得到正确的治疗

日本研究人员开发的一种人工智能可能很快就会通过检测患者的中风后抑郁(PSD)类型来帮助中风幸存者获得正确的治疗，这是一种常见但经常被忽视的中风后神经精神表现，可能会损害功能恢复。

该AI是由广岛大学(HU)的研究人员使用一种称为对数线性高斯混合网络的概率人工神经网络开发的。神经网络被训练来区分抑郁、冷漠或焦虑，基于从功能、身体和心理方面获得的36个评估指标认知测试274个病人。

他们的研究详细分析了PSD与日常生活独立性、瘫痪程度、压力意识和使用机器学习的高级脑功能之间的关系，发表在《科学》杂志上科学报告．

早期PSD检测

研究人员说，每种PSD类型都可能有不同的潜在神经解剖机制，这可能对患者的功能恢复产生不同的影响。早期发现对给予患者所需的适当治疗至关重要。

“抑郁症是中风后急性期和亚急性期高度共病的神经精神症状，据报道会对功能和认知恢复产生负面影响。因此,早期诊断研究作者Seiji Hama是HU生物医学和健康科学研究生院的研究助理，他说:“中风后抑郁是至关重要的。

“然而，PSD是多因素的，相关的神经症状可能会阻碍检测过程。这项研究是在不使用任何特殊设备的情况下，使用日常实践中获得的数据准确诊断PSD的第一步。”

研究人员通过接收器工作特征曲线测试了AI的诊断准确性，该曲线直观地评估了a的性能机器学习算法通过给它一个曲线下的面积(AUC分数)。AUC得分为1.0意味着完美的表现。PSD检测AI得分在0.85以上。

应力阈假设

与应激反应相关的各种中风后身体障碍、认知功能障碍和情绪障碍错综复杂地交织在一起，使人们难以理解PSD的原因，因此，使其诊断具有挑战性。

目前还不清楚PSD是中风后身体损伤导致的哀悼过程的一部分，还是由与脑损伤相关的生物因素引起的。

然而，研究结果表明，由于中风引起的脑损伤导致的应激适应能力下降是PSD背后的原因。

“关于PSD机制的一个传统假设是‘阈值假设’，这与之前的许多报道一致，这些报道证明了腔隙性梗死在脑内积聚之间的联系基底神经节、丘脑、深层白质和PSD，”他们在研究中说。

哈马说，他们打算使用MRI图像进行详细的分析，以进一步阐明PSD的起源，并改进诊断技术，希望将该技术应用于可穿戴设备。研究人员预计，通过早期诊断和治疗PSD，患者的康复将得到改善。

“如果这种PSD诊断技术能够通过可穿戴设备进行测试，就有可能在当地社区使用。通过将其与认知功能测试相结合，我们希望验证其在预防中风方面的应用。”

---

---