一項新的研究表明，一種復雜的經(jīng)顱多普勒超聲設備通過分析腦血流量微妙的變化似乎有助于診斷腦震蕩。

  “目前，腦震蕩診斷是基于癥狀評估，而這些癥狀差異很大且難以解釋?！敝饕芯空逺obert Hamilton（Neural Analytics創(chuàng)始人之一）稱，“利用經(jīng)顱多普勒超聲分析血流模式并利用計算機算法量化損傷，可能是首個腦震蕩生理測量方法?！边@項研究結果于4月13日發(fā)布，且在2016年美國神經(jīng)病學學會年會上呈現(xiàn)。

  他指出，經(jīng)顱多普勒超聲可測量患者的平均血流速度、搏動指數(shù)和腦血管反應性指數(shù)，用于嚴重腦損傷的診斷?！拔覀兿胗^察輕微腦損傷患者更微妙的血流變化?！彼f道。

  在這項研究中，研究人員利用經(jīng)顱多普勒超聲設備和新的計算機平臺對66例高中體育運動員和169例年齡相仿的對照參與者頭部損傷12天內(nèi)的腦血流進行研究。初始腦震蕩診斷是由主治醫(yī)師通過評估患者得神經(jīng)認知和癥狀來確定。

  結果顯示，形態(tài)分析更能區(qū)分健康者和腦震蕩患者，其接受者操作特征曲線下面積（AUC）為83%（敏感性71%，特異性83%）。相比之下，傳統(tǒng)經(jīng)顱多普勒超聲檢測對于腦震蕩的識別只比扔硬幣的概率稍好一點，其測量平均血流速度、搏動指數(shù)和腦血管反應性指數(shù)的AUC值在53%和60%之間。

  “一個有前途的工具”

  針對這項研究，Ramon Diaz-Arrastia（馬里蘭州健康科學統(tǒng)一服務大學）似乎熱衷于新技術。

  “已知腦震蕩和更嚴重的創(chuàng)傷性腦損傷后大腦血管會受到損傷?！彼硎?，“一直缺乏可靠地非侵襲性的方式來評估腦血管功能，以及嚴格評估靈敏度、特異性和有效性的方法?！?/p>

  “這項研究利用機器學習工具分析由經(jīng)顱多普勒超聲獲得的腦血管流速波形。這種新型測量方法的敏感性和特異性顯著優(yōu)于傳統(tǒng)多普勒超聲?！盌iaz-Arrastia補充道。

  “這項研究顯示，以這種方法使用經(jīng)顱多普勒超聲檢測是一種有前途的工具，用于診斷輕度創(chuàng)傷性腦損傷生物標志物，可能有助于識別創(chuàng)傷性腦血管損傷患者?！?/p>