检测势后抑郁型类型的AI可以帮助中风幸存者获得正确的治疗

日本研究人员开发的AI可能很快就可以通过检测患者的势后抑郁症（PSD）类型来帮助中风幸存者获得正确的治疗方法，这是一种经常看到但经常被忽视的中风后神经精神表现，这可能会损害功能恢复。

AI是由广岛大学（HU）的研究人员开发的，它使用称为对数线性高斯混合网络的概率人工神经网络。根据36个评估指数，对神经网络进行了训练，可以区分抑郁，冷漠或焦虑认知测试对274名患者。

有关他们的研究的详细信息，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较高的大脑功能之间的关系的详细信息已发表在科学报告。

早期PSD检测

研究人员说，每种PSD类型可能具有不同的潜在神经解剖机制，这可能会对患者的功能恢复产生明显影响。它的早期检测对于给予患者所需的适当治疗至关重要。

“抑郁症是中风后急性和亚急性期间高度合并的神经精神症状，据报道会对功能和认知恢复产生负面影响。因此，早期诊断HU生物医学和健康科学研究生院的研究助理研究作者Seiji Hama研究作者说。

“但是，PSD是多因素的，相关的神经系统症状可能会阻碍检测过程。这项研究是使用常规实践中在没有任何特殊设备的情况下在常规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操作特征曲线测试了AI的诊断准确性，该曲线在视觉上评估了A的性能机器学习通过给出曲线（AUC）分数下方的区域来给予算法。AUC分数为1.0意味着完美的性能。PSD检测AI得分高于0.85。

应力阈值假设

中风后身体疾病，认知功能障碍和与压力反应相关的情绪障碍是复杂的交织在一起的，因此很难理解PSD的原因，因此使其诊断具有挑战性。

尚不确定PSD是否是由于中风后的身体障碍或与脑损伤相关的生物学因素引起的哀悼过程的一部分。

然而，研究结果表明，由于中风诱导的脑损伤引起的应激适应性降低是PSD的背后。

“ PSD机制的传统假设之一是'阈值假设，”与以前的许多报道相一致，证明了lacunar梗塞在该阈值之间的关联基底神经节，丘脑以及深白质和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的起源并改进技术以诊断它，以期将技术应用于可穿戴设备。研究人员预计，通过PSD的早期诊断和治疗将改善患者康复。

“如果PSD的这种诊断技术可以使用可穿戴设备进行测试，则可以在当地社区中使用它。通过将其与认知功能的测试结合使用，我们想验证其应用于预防效果中风，”他说。

---

---