概括：在一项大规模的国际研究中，研究人员发现中风幸存者具有令人惊讶的神经可塑性模式。研究人员利用深度学习分析了来自八个国家的 500 多名幸存者的脑部扫描，发现虽然中风会加速受损半球的衰老，但大脑未受损的一侧实际上在结构上开始看起来“更年轻”。

这种区域的复兴——尤其是负责运动规划和注意力的区域——似乎是大脑“重组”健康网络以补偿严重身体损伤的方式。

主要事实

• Brain-PAD 标记：研究人员使用人工智能计算“大脑预​​测年龄差异”（brain-PAD）。未受损区域的“年轻”大脑年龄是神经重组的敏感标志。
• 对侧移位：运动缺陷最严重的幸存者在与受伤相反的半球中表现出最“年轻”的结构模式，尤其是在额顶网络.
• 全球合作：该研究是ENIGMA 中风康复工作组，协调来自 34 个研究地点的数据，创建世界上最大的同类数据集。
• 矛盾的适应：这种年轻化的转变并不一定意味着运动已经完全恢复；相反，它反映了大脑在物理上适应和“恢复”健康组织的活力，以弥补受损运动系统的不足。

来源：南加州大学

在发表于的一项新研究中柳叶刀数字健康南加州大学马克和玛丽史蒂文斯神经影像和信息学研究所 (Stevens INI) 的科学家发现，中风后遭受严重身体损伤的人的大脑可能会以意想不到的方式进行自我重组，在适应损伤时，未受损区域会显示出“年轻”的大脑结构迹象。

这项国际研究工作是通过荟萃分析增强神经影像遗传学 (ENIGMA) 中风恢复工作组的一部分，该工作组分析了 8 个国家 34 个研究中心 500 多名中风幸存者的脑部扫描结果。

研究人员利用经过数万次 MRI 扫描训练的深度学习模型，估计了每个半球不同区域的“大脑年龄”，以了解中风损伤如何影响大脑结构和恢复。

“我们发现，较大的中风会加速受损半球的衰老，但矛盾的是，大脑的另一侧却显得更年轻，”南加州大学凯克医学院研究神经学副教授、该研究的共同高级作者 Hosung Kim 博士说。

“这种模式表明大脑可能正在自我重组，本质上是恢复未受损的网络以补偿失去的功能。”

研究小组使用一种称为图卷积网络的先进人工智能形式，根据 MRI 数据预测 18 个大脑区域的生物年龄。一个人的预测大脑年龄与实际年龄之间的差异，称为大脑预测年龄差异（brain-PAD），是神经健康的敏感标志。

当研究小组将这些测量结果与运动表现评分联系起来时，他们发现了一个惊人的模式：患有严重运动缺陷的中风幸存者，即使经过6个多月的康复，病变对面区域的大脑年龄也比预期要年轻，特别是在额顶叶网络中，额顶叶网络是参与运动计划、注意力和协调的关键系统。

“这些发现表明，当中风损伤导致更大的运动损失时，大脑另一侧未受损的区域可能会适应以帮助补偿，”金解释说。

“我们在对侧额顶叶网络中看到了这一点，该网络表现出更‘年轻’的模式，并以支持运动计划、注意力和协调性而闻名。这种模式并不表明运动完全恢复，而是反映了大脑在受损的运动系统无法再正常运作时尝试进行调整。这为我们提供了一种传统成像无法捕获的神经可塑性的新方法。”

该研究是通过 ENIGMA 进行的，ENIGMA 是一个全球联盟，汇集了来自 50 多个国家的数据，以更好地了解不同疾病的大脑。研究人员协调了数十个队列的 MRI 数据和临床测量数据，建立了世界上最大的同类中风神经影像数据集。

“通过汇集全球数百名中风幸存者的数据并应用尖端人工智能，我们可以检测到在小型研究中看不见的大脑重组的微妙模式。慢性中风中大脑老化区域差异的这些发现最终可以指导个性化康复策略，”史蒂文斯 INI 主任兼南加州大学教务长教授 Arthur W. Toga 博士说。

该团队计划扩大他们的工作范围，包括跟踪患者从中风恢复的急性到慢性阶段的纵向研究。通过观察大脑老化和重组模式如何随着时间的推移而发展，临床医生也许能够根据每个患者独特的神经适应过程定制干预措施，最终在不久的将来改善康复结果和生活质量。

回答的关键问题：

一个：这不是让时间倒转，而是让结构密度和连通性。人工智能模型发现，为了应对运动系统中的重大“堵塞”或“断裂”，大脑的健康一侧会招募更多资源并建立更强大的连接，模仿年轻大脑中常见的灵活、致密的结构。

一个：矛盾的是，“最年轻”的模式出现在那些具有最严重的身体损伤。这表明，只有当损伤严重到原来的运动通路根本无法发挥作用时，大脑才会按下“紧急恢复活力”按钮。

一个：目前，康复治疗通常是“一刀切”。通过使用人工智能来查看患者大脑的哪些部分正在尝试“恢复活力”，医生最终可以创建针对并加强这些特定健康网络的个性化物理疗法。