背景

及时实施血管内血栓切除术对于改善急性缺血性卒中 (AIS) 伴 LVO 后的患者预后至关重要。患者到达医院和开始血管内取栓之间的时间已成为医院获得卒中中心认证的重要指标，许多人共同努力缩短这一时间。

缩短工作流程时间的一些挑战是临床医生或放射科医生检测可能伴有 LVO 的 AIS，以及向护理团队传达血管内血栓切除术的需要以执行其操作。

人们正在广泛探索人工智能 (AI) 在利用 CT 图像诊断各种医疗状况中的应用。因此，使用基于人工智能的自动化方法对可能出现 AIS 的患者进行 CT 血管造影 LVO 筛查可以缩短评估和血管内血栓切除术之间的时间。

关于该研究

在本研究中，研究人员利用随机阶梯楔形临床试验来确定基于人工智能的自动化系统在检测可能的 AIS 患者的 LVO 方面的效率，并改善到达医院和开始血管内血栓切除术之间的评估和工作流程时间。实施随机阶梯楔形方法是为了避免与个体患者水平的随机分析相关的问题，同时保留随机评估的稳健性。

该试验于 2021 年 1 月至 2022 年 2 月底在大休斯顿地区的四个综合中风中心进行。在获得美国食品和药物管理局 (FDA) 的许可后，可以使用该人工智能平台进行临床护理，除了为实施该软件提供的大量财政支持外，还在医院级集群中进行了逐步推广。

试验参与者包括在这四个综合性卒中中心急诊科就诊的患有 AIS 伴 LVO 症状并接受 CT 血管造影成像的患者。所有因 AIS 接受血管内血栓切除术并伴有大脑中动脉、颈内动脉、大脑前动脉、大脑后动脉、基底动脉或颅内椎动脉 LVO 的患者均纳入本研究。

出现院内卒中代码或从未进行血管内血栓切除术的其他中心转院的患者被排除在分析之外，因为这些患者的工作流程时间显着不同。对于从其他中心转来的患者，已经做出了血管内血栓切除术的决定，他们直接接受手术，无需进一步成像，这会改变工作流程时间。

干预措施包括激活 CT 血管造影中基于人工智能的 LVO 自动化检测，并与安全消息系统相结合。该系统在四个综合性卒中中心以随机步进的方式激活。CT 成像完成后几分钟，激活的系统会通过手机向放射科医生和临床医生发出可能发生 LVO 的警报。

主要研究结果包括基于人工智能的自动 LVO 检测系统对门到腹股沟时间的影响，这是使用线性回归模型确定的。次要结果是到达医院和静脉注射组织纤溶酶原激活剂之间的时间、开始 CT 扫描和开始血管内血栓切除术之间的时间以及住院时间。

研究结果

实施基于人工智能的自动 LVO 检测系统，再加上使用手机进行通信的安全应用程序，显着缩短了院内 AIS 的工作流程时间。该软件在四个综合性卒中中心的实施与临床相关的血管内血栓切除术治疗时间的减少有关。

试验期间，四个中心的急诊科约有 250 名患有 LVO AIS 的患者就诊。实施基于人工智能的自动化系统将门到腹股沟的时间缩短了 11 分钟。此外，死亡率降低了 60%，初次 CT 扫描和开始血管内血栓切除术之间的时间也有类似的降低。

结论

实施基于人工智能的自动化系统来检测可能的 AIS 患者中的 LVO，再加上安全的通信应用程序，显着减少了院内工作流程，并导致临床上显着减少血管内血栓切除术治疗时间。