人工智能（AI）已成为卒中护理创新的有力推动者，在诊断、治疗和康复等各环节的应用日益广泛。卒中仍然是全球死亡和长期残疾的主要原因之一，这凸显了在管理的各个阶段需要更快的识别、更准确的临床决策和个性化的护理策略。机器学习和深度学习的最新进展加速了早期卒中识别的进步，特别是在院前和远程卒中环境中，以及在急性期护理中的影像解释和决策支持。同时，AI驱动的方法正越来越多地被探索用于支持亚急性期管理、功能预后预测和康复计划制定。
尽管取得了这些进展，将AI驱动的方法转化为常规临床实践仍面临重大挑战。这些挑战包括确保在不同人群中的稳健验证、解决伦理和公平性考虑、将AI工具整合到现实世界的临床工作流程中，以及证明对患者预后的实质性改善。显然需要系统评估AI如何在整个卒中护理连续体中部署，从最初识别到长期康复。
本研究主题旨在批判性地审视人工智能在全面卒中护理中的当前状态和新兴方向。重点是支持院前、急性期、亚急性期和康复阶段临床决策和患者管理的AI方法。投稿应同时强调方法学创新和临床相关性，并关注转化影响、现实世界部署和医疗系统整合。
我们欢迎原创研究、综述和观点文章，这些文章应解决跨越卒中护理连续体的AI应用，从早期检测和分诊到康复和恢复，重点强调基于证据的影响和临床实施。相关主题包括但不限于：
- 用于早期卒中识别和分诊的AI，包括院前评估和远程卒中工作流程
- 急性卒中护理中的人工智能，包括影像解释、临床决策支持和工作流程优化
- 用于神经学评估的AI驱动分析，包括语音、语言、生理信号、眼球运动和运动功能
- 面向亚急性期和康复的AI方法，包括预后预测、个性化治疗计划和恢复监测
- 针对不同人群和医疗环境的卒中护理AI系统的临床验证、部署和伦理考量
【全文结束】
