由宾夕法尼亚州立大学和休斯顿卫理公会医院的研究人员创造的一种新工具可以根据患者言语能力和面部肌肉运动的异常情况诊断中风。并且诊断结果与...宾夕法尼亚州立大学和休斯顿卫理公会医院的研究人员创造的一种新工具可以根据患者言语能力和面部肌肉运动的异常来诊断中风，诊断结果与急诊室医生的诊断结果相同，所有这些都可以通过与智能手机交互在几分钟内完成。

宾夕法尼亚州立大学信息科学与技术教授James & middot王说:& ldquo当病人出现中风症状时，每一分钟都很重要。& rdquo& ldquo然而，在诊断中风时，急诊室医生的选择有限:送病人进行通常昂贵且耗时的放射扫描，或者打电话给神经科医生(可能无法立即找到的专家)进行临床诊断测试& rdquo。

王和他的同事开发了一种机器学习模型，以帮助并可能加快医生在临床环境中的诊断过程。

王说:& ldquo目前，医生必须利用他们过去的培训和经验来确定病人应在哪个阶段进行CT扫描。& rdquo& ldquo我们正在尝试用我们的机器学习方法来模拟或者模拟这个过程。& rdquo

该团队的新颖方法首次通过使用计算面部运动分析和自然语言处理来识别患者面部或声音的异常，如下垂的脸颊或含糊的话语，来分析怀疑中风的实际急诊室患者是否患有中风。

该结果可以帮助急诊室医生更快地确定病人的下一个关键步骤。最后，护理人员或患者可以在到达医院之前使用该应用程序进行自我评估。