从中科院自动化所获悉，该所脑网络组研究中心将“脑网络组学”与人工智能方法结合，建立了全新的慢性意识障碍预后预测模型，利用该模型预测意识障碍患者能否恢复意识的准确率高达88%。该方法的有效性在两家医院的三套不同数据集上得到了验证。研究成果近期发表在生命科学开放获取期刊eLife上，该所宋明和蒋田仔分别是论文第一和通讯作者。

 

慢性意识障碍患者俗称“植物人”。我国目前约有因脑外伤、脑卒中、缺氧性脑病等导致的慢性意识障碍患者50余万名，每年新增7万至10万名，给家庭和社会带来巨大精神痛苦和沉重经济负担。对病人意识恢复可能的预测，将直接影响临床治疗策略的选择，甚至是亲属对病人生死去留的抉择。但目前临床对病人的预后判断完全依赖医生根据临床观察和个人经验做出，主观性较强，易受多种因素干扰。

 

自动化所脑网络组研究中心联合陆军总医院和广州总医院组成联合攻关团队，使用基于脑功能磁共振影像的患者脑功能网络特征，结合机器学习相关算法，发展出了预测患者一年之后是否恢复意识的计算模型，准确率达88%。验证中，这套方法成功预测了多例医生临床最初判定恢复无望而最终恢复意识的病人。

 

据蒋田仔介绍，该研究与目前大部分人工智能在医学诊断应用研究的区别在于，它提供了医生目前未知的意识障碍有关的脑网络信息，从而增强了对病人预后预测的能力。该研究结果也为理解意识障碍疾病的神经机制提供新线索。

 

相关论文信息：DOI: 10.7554/eLife.36173