美国南加州大学研究人员在柳叶刀数字健康发表了一项关于中风恢复的新研究。团队利用人工智能技术分析了超过五百名中风幸存者的大脑磁共振成像数据。这一发现揭示了大脑在严重损伤后可能出现的意外适应性变化。
研究团队使用了名为图卷积网络的特定人工智能系统。该系统基于磁共振数据估算了十八个不同脑区的生物年龄。科学家随后对比预测年龄与实际年龄，计算出脑预测年龄差指标。
数据显示，严重运动功能受损的患者在对侧未受损脑区表现出比预期更年轻的结构。这种年轻化特征在额顶叶网络中尤为明显。该区域主要负责运动规划、注意力和协调功能。
我们发现较大中风加速受损半球衰老，但相反侧大脑看起来更年轻，金浩松博士表示。
作为南加州大学凯克医学院的研究副教授，金浩松指出这一模式表明大脑正在重组网络。这种重组本质上是为了补偿受损功能而进行的年轻化调整。这并非完全恢复运动功能，而是大脑的适应机制。
全球合作与未来方向
该研究是增强神经影像遗传学通过荟萃分析中风恢复工作组的一部分。数据来自三十四个研究中心，分布在八个不同国家。团队通过整合全球标准化数据，创建了同类中风神经影像最大数据集。
汇集全球数百名中风幸存者数据并应用前沿人工智能，我们能检测微小重组模式，托加博士说。
史蒂文斯神经成像研究所所长托加强调，这些发现可能指导个性化康复策略。区域性的差异脑衰老现象在慢性中风研究中具有重要意义。研究人员计划继续追踪患者，从中风早期阶段到长期恢复过程。
观察脑衰老模式和结构变化如何演变有助于医生定制治疗方案。最终目标是改善患者的恢复结果和生活质量。这项研究由美国国立卫生研究院资助，项目编号为 R01 NS115845。
国际合作伙伴包括不列颠哥伦比亚大学、蒙纳士大学等机构。成果为理解神经可塑性提供了传统成像无法捕捉的新视角。这项发现挑战了传统关于中风后大脑衰老的认知。
它表明未受损区域可能通过年轻化模式来应对严重损伤。这为未来的神经康复研究开辟了新的路径。随着人工智能在医学影像分析中的应用加深，此类发现将愈发重要。
