（五）结论

脑卒中是造成患者功能障碍的重要疾病之一，越来越多的人开始关注如何改善患者功能障碍，以提高患者的生存质量。目前，为提高脑卒中患者后期的生活自理能力，我们将更多的关注点放在康复治疗中，但因康复治疗周期长、效果不一、经济花费多且多数康复治疗项目医保不报销等的限制，绝大多数患者待病情平稳后被迫选择回家休养，造成我国失能人口逐年增加，家庭和社会负担逐渐加重。脑卒中患者长期预后的评估对治疗决策及管理预后预期有很重要的作用。人工智能作为新兴科技，在医疗领域的运用可以大大降低成本和提高效率。近年来，人们将云康复应用于脑卒中的预后评估中，研究结果显示其准确率相对较高，但人们的研究仅停滞于脑卒中发生后根据患者脑损伤面积及严重程度进行预后情况的评估，对于脑卒中发生后采取何种措施以最大限度地降低患者的失能程度、提高患者的自理能力未做相应的研究。因此，本研究提出对目前脑卒中发生后已有的康复治疗方案进行评估，预测患者行相应康复治疗后脑卒中失能的康复情况，以整合有效的医疗资源，合理分配医疗资源，最大限度地降低脑卒中患者的失能程度，尽可能提高脑卒中患者生存质量，使其尽早回归家庭和社会。

然而疾病的预测目前存在两个主要困难：①在预测时代，快速获得一个大概的轮廓和发展趋势比精确性重要，但需要根据大数据进行决策时，精确性则变得非常重要。在进一步的研究中，需要在效率和精确性之间找到平衡点。②在大数据中，存在的价值信息和数据规模的扩大并不是成比例增长，导致获取有价值信息的难度加大。例如，在连续监控的视频中有价值的信息可能只有几秒，怎样在大数据中找到这些有价值的信息是提高大数据分析方法性能的关键。机器学习是人工智能的一个核心研究领域，基于机器学习的大数据分析是当前发展最为迅速的方法。因此在接下来的研究中我们可能更倾向于将人工智能有效应用于临床工作中，以更有效、合理地分配医疗资源，最大限度地合理利用资源，以改善预后。(https://www.daowen.com)

（叶珍丽）