復旦大學附屬閔行醫院趙靜教授和上海交通大學錢昆教授聯合團隊，將自適應機器學習與一種新的特征選擇方法相結合，實現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雜志《先進科學》上。

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

　　聯合團隊應用相關技術可快速提取血清代謝指紋。該過程僅需數秒且消耗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劣的評測指標)。最后，研究人員篩選出的20個具有差異調節的關鍵代謝產物特征，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）