在中风试验中使用计算人工智能预测结果和风险评估:FORECAST研究协议
Dipannita Adhikary1, Adneen Moureen2, Gie Ken-Dror1
1Biological Sciences, Royal Holloway, University of London, London, GBR.
Cureus
|December 15, 2025
概括
这项研究开发了孟加拉国中风风险的AI模型,结合了独特的当地因素,如心理健康. 预测研究的目标是在预测中风发生和结果时达到90%以上的准确性.
科学领域:
- 神经学 神经学
- 人工智能的人工智能
- 公共卫生 公共卫生
背景情况:
- 在孟加拉国,中风是导致死亡和残疾的主要原因.
- 现有的风险模型没有考虑到当地的社会经济,环境和心理健康因素.
- 需要为孟加拉国人口量身定制的中风预测模型.
研究的目的:
- 开发一种基于人工智能 (AI) 的风险预测模型,用于孟加拉国中风发生和长期不良结果.
- 纳入独特的本地风险因素,包括城乡差异和精神健康相关疾病.
- 为孟加拉国建立第一个基于人工智能的中风预测模型.
主要方法:
- 一项雄心勃勃的病例控制研究 (FORECAST) 招募了4000名参与者 (2000例,2000例对照).
- 使用全面的表型数据开发整体机器学习模型.
- 应用可解释的AI技术和k-fold交叉验证以实现可解释性和验证.
主要成果:
- 该研究协议概述了基于人工智能的中风预测模型的开发.
- 根据最近的进展,预计准确度超过90%.
- 该模型将考虑孟加拉国独特的风险因素.
结论:
- 预测研究将为孟加拉国提供第一个人工智能驱动的中风预测模型.
- 该模型将解决中风风险评估在中低收入国家的关键差距.
- 将文化相关因素纳入人工智能框架可以提高中风预测的准确性.
更多相关视频
08:53Randomized, Triple-Blind, and Parallel-Controlled Trial of Transcranial Direct Current Stimulation for Cognitive Rehabilitation after Stroke
Published on: June 6, 2025
1.5K
09:36A Magnetic Resonance Imaging-based Computational Protocol for Analysis of Plaque Morphology and Hemodynamics in Patients with Carotid Artery Stenosis
Published on: August 12, 2025
512
