人工智能在紧急情况下的中风成像中的作用:系统性审查

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 神经学 神经学
• 放射学 放射学是一门学科.

背景情况:

• 精确的神经成像解释对于急性中风管理至关重要.
• 人类阅读器的变化和紧急的临床工作流程在中风成像中提出了挑战.
• 人工智能 (AI) 为改善中风诊断和预后提供了潜在的解决方案.

研究的目的:

• 系统地审查人工智能在紧急中风成像中的作用和性能.
• 评估AI的诊断准确性,工作流程可行性和跨成像模式的实施.
• 评估AI在提高急性中风检测,评分和预后方面的潜力.

主要方法:

• 在主要数据库 (PubMed,Scopus,Web of Science,Cochrane CENTRAL) 进行系统的文献搜索,截至2025年8月20日.
• 包括原始的英语研究,将AI应用于紧急中风成像,遵守PRISMA指南.
• 对研究设计,人工智能架构,绩效指标,工作流程和可解释性进行数据提取;使用CLAIM检查清单评估质量.

主要成果:

• 在非对比计算断层扫描 (NCCT) 上,AI在内出血 (ICH) 检测方面表现出高精度 (AUC高达0.98).
• 阿尔伯塔州中风计划的自动化早期CT分数 (ASPECTS) 评分显示出高度一致 (κ高达0.90),表现优于个人放射科医生.
• 人工智能模型在MRI/CTA上检测缺血病变的准确度达到了83-86%;预后模型表现中等至良好 (AUC 0.79-0.91).

结论:

• 人工智能在紧急中风成像中显示出显著的诊断和工作流动潜力,特别是在ICH检测和自动化ASPECTS方面.
• 基于多模式和变压器的AI方法显示出对结果预测和损伤细分的希望.
• 无整合到临床工作流程和外部验证至关重要;人工智能应该增强,而不是取代临床专业知识.