预测急性重型脑损伤后有意义的功能恢复是重症监护病房的一个重大临床挑战。使用静息状态功能磁共振成像(rsfMRI)测量血氧水平依赖信号的自发波动可能改善该患者群体的预后。鉴于重症脑损伤后ICU中70%的死亡是由于停止维持生命措施所致，因此必须开发准确的工具来识别有良好神经恢复潜力的患者，以更好地分配医疗资源，避免过早停止护理。

2023年9月4日，韦仕敦大学的Matthew Kolisnyk博士和Karnig Kazazian博士及其研究团队在Journal of Neurology（IF=6.0）上发表了题为“Predicting neurologic recovery after severe acute brain injury using resting‑state networks”的文章，该研究使用fMRI评估了25例入住ICU的严重神经损伤无反应患者的脑功能完整性。采用机器学习方法来预测患者的神经系统恢复情况，并评估其预后的信度。这项研究的结果表明，fMRI可以通过提供可靠和个性化的神经系统预后评估来补充当前的临床预后工具。

将功能磁共振成像（fMRI）与最先进的机器学习技术相结合，以解决重症监护中最复杂的问题之一——谁将在严重的脑损伤中幸存下来。

预测每位患者功能预后的准确性

静息状态网络预测功能结果的程度

当团队意识到可以将这种成像技术与称为机器学习的人工智能应用相结合时，研究突破就顺其自然地出现了。他们发现此方法可以预测能够康复的患者，且准确率高达80%，高于目前的护理标准。

“现代人工智能已经显示出令人难以置信的预测能力。将其与我们现有的成像技术相结合，足以更好地预测谁将从伤病中恢复过来，“Kolisnyk说。

虽然研究结果的发现令人鼓舞，但研究人员表示，该预测并不是完美的，还需要进一步研究和测试。