復(fù)旦大學附屬閔行醫(yī)院趙靜教授和上海交通大學錢昆教授聯(lián)合團隊，將自適應(yīng)機器學習與一種新的特征選擇方法相結(jié)合，實現(xiàn)了腦卒中的快速計算機輔助診斷。近日，該成果論文刊登在國際學術(shù)雜志《先進科學》上。

　　快速診斷是腦卒中的早期預(yù)警和治療管理的核心內(nèi)容。目前，對于腦卒中的診斷多是基于磁共振影像檢測方法，很多基層醫(yī)院不具備硬件條件，迫切需要一種快速的診斷方法作為現(xiàn)有成像方式的輔助手段。

　　聯(lián)合團隊應(yīng)用相關(guān)技術(shù)可快速提取血清代謝指紋。該過程僅需數(shù)秒且消耗0.1微升血清即可完成，進而獲得最高達0.845（效果很好）的曲線下面積(一種用于判斷分類模型優(yōu)劣的評測指標)。最后，研究人員篩選出的20個具有差異調(diào)節(jié)的關(guān)鍵代謝產(chǎn)物特征，有望為進一步探索腦梗塞分子機制提供可行性工具。

　　該研究共招募344名受試者，其中中風患者172名、健康對照者172名，準確率為84.12%，敏感性為88.24%，特異性達80%。（記者孫國根）