AI助力脑动脉瘤诊疗新突破

AI助力脑动脉瘤诊疗新突破

引用

MedSci-临床研究与学术平台

等

8

来源

1.

https://www.medsci.cn/article/show_article.do?id=bbe48453211d

2.

https://finance.sina.com.cn/roll/2024-09-29/doc-incqvhrs5910045.shtml

3.

https://blog.csdn.net/m0_38141444/article/details/143894854

4.

https://www.medsci.cn/article/show_article.do?id=eea781e86488

5.

https://www.healthcarechn.com/h-nd-2440.html

6.

https://www.cn-healthcare.com/articlewm/20240408/content-1632014.html

7.

https://bydrug.pharmcube.com/news/detail/ef9f08da63366b0050290db10ca9f1af

8.

https://www.brainmed.com/info/detail?id=47081

近年来，人工智能（AI）技术在医疗领域的应用日益广泛，特别是在脑动脉瘤的筛查、诊断及治疗决策方面，取得了显著进展。通过深度学习等技术，AI能够有效识别并预测脑动脉瘤的风险，为临床医师提供精准的诊疗支持。

脑动脉瘤是一种致死致残率极高的疾病，一旦破裂出血，10%-15%的患者可能来不及就医而直接猝死。其中，首次出血的病死率高达35%，再次出血的病死率更是攀升至60%-80%。因此，早期发现和精准诊断对于提高治疗效果至关重要。

CT血管成像（CTA）是目前诊断颅内动脉瘤的主要手段之一。然而，在CTA图像上识别脑动脉瘤耗时且容易出错，特别是对于经验不足的临床医生，因为动脉瘤的尺寸很小，与脑血管的对比微弱。因此，在CTA扫描上准确识别脑动脉瘤仍然具有挑战性，可以通过自动化软件解决方案加以改进。

近期，重庆市巴南区人民医院王光宪教授团队携手深睿医疗在脑动脉瘤诊断领域取得重要突破。研究团队开发了基于临床特征、动脉瘤形态学参数、CTA图像深度学习特征以及不同数据组合的六个预测模型，用于评估动脉瘤的稳定性。最终结果显示，融合了临床特征、形态特征和深度学习（DL）特征的模型F显著优于其他模型。这表明基于多模态数据的AI模型在预测动脉瘤稳定性方面更加精准，具有极其重要的临床价值。

东部战区总医院张龙江教授团队联合多家单位开展的用于中国CT血管成像颅内动脉瘤检测的深度学习模型研究，构建了迄今为止最大的头颅CTA颅内动脉瘤数据库，开发了一个高性能、鲁棒的AI颅内动脉瘤自动化检测模型。研究结果表明，该AI模型具有高的使用接受度和临床应用潜力，AI辅助诊断可显著提高中国不同地区医院医生对颅内动脉瘤的诊断效能。

深睿医疗的动脉瘤AI产品已获批国内首个创新NMPA三类证，可用于头颈动脉CT血管造影图像的显示、处理、测量和分析，对颅内动脉瘤进行辅助检测。该产品已入选工业和信息化部办公厅及国家卫生健康委办公厅联合发布的2024年高端医疗装备推广应用项目目录。

在临床应用中，AI辅助诊断系统表现出色。研究显示，AI模型可显著提高不同医院、年资、专业医生的动脉瘤诊断效能，特别是对于小于5mm的微小动脉瘤。在前瞻性探索性临床验证中，AI模型可提高放射科医生诊断颅内动脉瘤的敏感性（从59.0%提高到82.5%），阴性预测值高达99.8%，检测敏感性高达98.8%。

随着AI技术的不断发展，其在脑动脉瘤诊疗中的应用前景广阔。未来，AI有望在以下几个方面发挥更大作用：

1. 个性化治疗方案制定：基于患者个体特征和病情，AI可辅助医生制定更精准的治疗方案。
2. 疾病进展预测：通过分析大量病例数据，AI可预测动脉瘤的发展趋势，为预防和治疗提供参考。
3. 远程医疗支持：AI系统可为基层医疗机构提供技术支持，提高医疗资源的可及性。

尽管AI在脑动脉瘤诊疗中展现出巨大潜力，但仍面临一些挑战。例如，如何确保AI系统的数据安全和隐私保护，如何提高模型的泛化能力使其在不同医疗机构间保持一致的性能，以及如何建立完善的监管体系以确保AI技术的安全可靠应用。

总体而言，AI技术正为脑动脉瘤的诊疗带来革命性变化。通过与临床医生的协同工作，AI不仅提高了诊断效率和准确性，还为患者提供了更精准、安全的医疗服务。随着技术的不断进步和临床应用的深入，AI必将在脑动脉瘤诊疗领域发挥越来越重要的作用。