Artificial intelligence imaging decision support for acute stroke treatment in England: a prospective observational study.
研究背景
对于大血管闭塞导致的缺血性脑卒中患者，血管内取栓术是标准治疗方案，但很多患者未能及时治疗。人工智能影像决策支持软件被推荐辅助识别适合取栓术的患者，不过其在真实世界的效果缺乏大规模前瞻性研究验证。
方法速览
-
研究类型: 前瞻性观察性研究。
-
数据来源: 英格兰全国卒中审计数据库（2019-2023）。
-
干预: 26 家医院部署 AI 影像软件，81 家医院作为对照。
-
终点指标: 主要终点是取栓术比例；次要终点包括院内转出时间、静脉溶栓率及出院时 Rankin 量表评分。
主要发现
1、显著提高取栓术治疗率：使用 AI 软件的医院，取栓术治疗率从 2.3% 提升至 4.6%（相对增长 100%）；未使用的医院同期仅增长 62.5%。
2、缩短初级卒中中心院内转出时间：接受 AI 辅助评估患者的中位院内转出时间为 128 分钟，未使用的为 192 分钟。
3、在初级卒中中心辅助作用更显著：仅分析初级卒中中心数据，软件对取栓术影响更显著。
4、改善临床预后：软件使用与更高静脉溶栓率相关，且患者出院时残疾程度更低，良好预后比例更高。
总结展望
本研究是最大规模的 AI 影像软件在卒中管理中的前瞻性评估，结合真实世界数据验证了其临床价值。结果支持 AI 影像软件在卒中救治流程中的整合应用。