机器学习有多厉害？它能更好地预测中风后的结局！

中风，一种常见的脑血管疾病，已经成为导致长期残疾的主要原因之一。在欧洲，每年有超过150万的新发病例，其中不到15%的患者能够实现完全康复，而剩下的370万患者则面临着持续的损伤。为了应对这些挑战，医学界需要加强对患者康复过程的理解和预测。

中风后的康复过程中，存在着两种截然不同的现象。大约有2/3的患者表现出自然的改善，即70%以上的初始损伤能够得到恢复。这种恢复主要依赖于内在的神经元可塑性，即自发的生物恢复机制，这为未来的治疗提供了新的思路。

然而，还有1/3的患者自然恢复程度较低，被称为非适应者。这些患者的内在可塑性机制可能被改变或不足以支持相关的自然恢复。因此，他们需要更明显的替代治疗策略，以最大限度地提高治疗效果。

为了更好地预测中风患者的预后情况，瑞士联邦理工学院的神经科学专家开展了一项研究。他们分析了92名患者的各向异性连接体，并使用支持向量机分类器根据全脑结构连接组将自然恢复的患者和非适应者分开。研究结果表明，在卒中后2周的初始连接组中，可以将适应者与非适应者分开，特别是在严重受损的患者中。

这项研究强调了全脑连接组分析在预测中风后恢复中的重要性。基于结构连接组的计算方法可以帮助医生更准确地预测患者的恢复情况，并为个性化的精准神经康复治疗奠定基础。

参考文献：

The structural connectome and motor recovery after stroke： predicting natural recovery， Brain， Volume 144， Issue 7， July 2021， Pages 2107–2119， https：//doi.org/10.1093/brain/awab082