這項研究參照了 Danish Stroke Registry 及 2015 年至 2020 年 Copenhagen Emergency Medical Services 超過 150 萬個電話的數據集，其中包括7000 多通有關中風的電話。研究人員使用相關數據來訓練 AI 架構，使其轉錄通話的音訊，並基於該轉錄文字預測中風的風險。
按照對 2021年的通話進行評估的結果，該 AI 架構在識別中風個案方面比緊急服務處理人員更有效率。該 AI 架構取得了 63.0% 的聯想率（敏感度）以及 24.9% 的準確度（正面預測值），獲取了 35.7 的 F1 分數。相比之下，緊急服務處理人員則取得 52.7% 的聯想率及 17.1% 的準確度，F1 分數為 25.8 。
作為 Copenhagen University Hospital 研究主要作者之一的 Jonathan Wenstrup 醫生評論說：「對尋求醫療援助的病人而言，緊急服務處理人員是第一個接觸點，所以他們在早期及準確的中風識別上有著關鍵作用。很多中風案例在這個階段均不容易被察覺，導致治療延誤，造成病人潛在的生命危險。」
在歐洲，中風不僅是第二大的死因，更是成人殘疾的主要成因，每年影響超過百萬人。在人口持續增長及老化的情況下，預計在 2017年至 2047年期間，歐盟內中風的人口將會增加 27%。儘管如此，很多中風案例均能事先防患，如能及早治療，則可以大大改善相關情況，並帶來正面結果。
資料來源: European Stroke Organisation
圖片來源: European Stroke Organisation
