生理数据或助AI提前24小时预警脑震荡后头痛及疲劳

挪威科技大学与挪威头痛研究中心研究人员发现，脑震荡后患者的生理数据存在可识别的规律，借助人工智能可在症状发作前24小时预测中重度头痛和疲劳，为持续性脑震荡后症状患者提供早期预警工具。相关研究发表于《Journal of Head Trauma Rehabilitation》。研究团队选取20名脑震荡后持续出现症状的患者，在圣奥拉夫医院康复科开展为期28天的观察。参与者每日记录症状，并测量心率、皮肤温度和斜方肌张力等生理指标。研究人员将健康应用数据与基础模型结合，同时对比传统机器学习模型，评估其对次日中重度头痛和疲劳的预测能力。结果显示，基础模型表现最佳，能够以中等到较好的准确度提前24小时识别症状风险。团队认为，脑震荡后症状并非随机出现，而是存在可被模型学习的时序模式。未来，患者可能通过智能手表或应用收到次日头痛、疲劳等发作提示，从而调整休息、工作和社会活动安排；医护人员也可利用这些数据优化诊疗方案。研究人员表示，脑震荡后长期症状较为常见，挪威每年有大量轻微脑外伤患者前往急诊，实际受影响人数可能更高，该发现对改善患者生活质量具有潜在价值。不过，该研究仍属方法学概念验证，样本量有限，后续需扩大试验、长期跟踪患者，并将预警系统整合至数字工具中，同时处理用户协作、法律规范、隐私保护和数据安全等问题。团队已更新研究应用，计划于2027年春季启动新研究，招募至少200名持续性脑震荡后症状患者，进一步验证模型能力并推动临床落地。