医学26年：AI辅助卒中诊断 查房课件

1卒中诊疗的临床背景与AI引入的必要性演讲人2026-05-02卒中诊疗的临床背景与AI引入的必要性01AI辅助卒中诊断的临床优势与现有局限性02AI辅助卒中诊断的核心技术与临床应用场景03AI辅助卒中诊断的推广展望与临床实践建议04目录医学26年：AI辅助卒中诊断查房课件各位神经内科同道、年轻医师，今天我们教学查房的核心主题就是AI辅助卒中诊断。我从医26年，始终在卒中诊疗一线工作，亲眼见证了这个领域从“靠经验读片、等时间定诊”到“靠AI提速、精准决策”的整个发展过程，今天我们就从临床实际痛点出发，循序渐进梳理AI辅助卒中诊断的核心价值、临床应用、存在问题与实践建议。01卒中诊疗的临床背景与AI引入的必要性ONE1我国卒中诊疗的现状与核心挑战1.1卒中的疾病负担现状卒中是我国国民致死致残的首位疾病，根据最新流调数据，我国现有卒中患者约1300万，每年新发卒中约200万，70%以上的存活患者遗留不同程度的功能障碍，疾病负担居所有慢性病首位。我刚参加工作时，科室每年收治的卒中病人不到200例，现在我们中心每年收治的急诊卒中患者就超过1200例，疾病负担的增长我有非常直接的体会。1我国卒中诊疗的现状与核心挑战1.2传统诊断流程的固有痛点卒中诊疗的核心原则是“时间就是大脑，时间就是生命”，静脉溶栓的4.5小时时间窗、血管内取栓的6小时（部分病例可延长至24小时）时间窗，对诊断速度提出了近乎苛刻的要求。我刚工作第一年遇到的一件事，直到今天我都记得非常清楚：一个48岁的中年男性，突发左侧偏瘫来院，CT平扫上早期梗死的低密度影非常淡，我作为年轻医师不敢确诊，打电话叫主任从家赶过来定诊，整整等了27分钟，等确定可以溶栓时已经超过了时间窗，最后病人遗留了一侧肢体重度残疾。这件事也是我后来格外关注AI辅助诊断发展的重要原因。总结下来，传统诊断流程的痛点可以归纳为三点：第一，不同年资、不同级别医院的医师读片水平差异大，早期卒中和不典型卒中的漏诊率高，我前几年去基层卒中中心帮扶，统计下来基层医院早期卒中的漏诊率大概在15%~1我国卒中诊疗的现状与核心挑战1.2传统诊断流程的固有痛点20%之间；第二，诊断流程耗时久，从患者完成检查到拿到明确的影像诊断，传统流程平均需要25~30分钟，对时间窗内的卒中患者来说，每一分钟都有大量脑细胞坏死；第三，核心梗死体积、缺血半暗带这些关键参数，传统方法只能靠医师肉眼估算，误差可达30%以上，很难给诊疗决策提供精准依据。2AI辅助卒中诊断引入的必要性2.1时间窗要求对诊断效率的倒逼随着卒中诊疗规范的普及，越来越多的患者在时间窗内到达医院，这就要求我们必须把诊断时间压缩到最短，AI技术的出现刚好切中了这个痛点，AI读片可以在数分钟内输出完整的诊断报告，比传统流程节约80%以上的时间。2AI辅助卒中诊断引入的必要性2.2分级诊疗均质化的需求目前我国推进卒中中心分级建设，多数基层卒中中心已经具备溶栓、取栓的硬件条件，但最缺的就是高水平的影像诊断能力，AI辅助诊断可以将三甲医院的诊断能力下沉到基层，让基层患者也能得到均质化诊疗，不用盲目往上级医院转诊耽误时间。2AI辅助卒中诊断引入的必要性2.3精准诊疗发展的必然要求当前卒中诊疗已经从经验医学进入精准医学阶段，我们需要精准掌握核心梗死体积、缺血半暗带体积、责任血管狭窄程度、斑块性质这些关键参数，AI可以自动完成量化计算，准确度远高于人工估算，这是精准诊疗发展的必然要求。02AI辅助卒中诊断的核心技术与临床应用场景ONEAI辅助卒中诊断的核心技术与临床应用场景刚才我们明确了临床痛点与AI引入的必要性，接下来我们具体拆解AI辅助卒中诊断的核心内容，以及在急诊、查房各个环节的实际应用。1AI辅助卒中诊断的核心技术模块1.1早期病灶自动识别与分割AI模型基于百万级别的卒中影像数据训练，可以识别CT平扫上非常淡的早期低密度灶、灰质白质分界消失这些非常不典型的早期卒中征象，还可以自动对病灶进行分割，精确计算病灶体积。我们中心目前在用的AI系统，我统计过，对发病6小时内的早期卒中，识别敏感度可以达到92%，远高于低年资医师80%左右的平均水平，出结果的时间平均不到3分钟。1AI辅助卒中诊断的核心技术模块1.2缺血半暗带与侧支循环自动定量评估这是目前AI对卒中诊疗最有价值的技术模块。传统的缺血半暗带评估需要后处理软件人工勾画，至少需要15~20分钟，AI可以基于CT灌注成像或MRI多序列，自动区分核心梗死区和可挽救的缺血半暗带，计算半暗带体积、不匹配比，还能自动评估侧支循环分级，直接给我们判断能不能溶栓、能不能取栓提供依据。上个月我急诊接治的一个62岁基底动脉闭塞患者，发病5小时到院，AI5分钟就输出结果：核心梗死体积12ml，缺血半暗带体积78ml，不匹配比大于0.8，侧支循环分级2级，我们看到结果立刻启动取栓，术后患者血管开通良好，一周后查房时已经可以自行下床走路。要是放在以前，人工勾画半暗带至少需要20分钟，这个时间差对后循环闭塞患者的预后影响是决定性的。1AI辅助卒中诊断的核心技术模块1.3病因学分型与预后风险辅助预测目前成熟的AI系统还可以基于影像特征结合临床基础数据，辅助判断卒中的病因分型，比如自动识别责任血管的狭窄程度、斑块的易损性，提示心源性卒中的影像特征，还能提前预测患者3个月后的功能预后评分。我们每天查房前，AI已经提前把患者的预后风险分层做好，对我们调整治疗方案、制定康复计划都有很大帮助。2AI辅助卒中诊断在不同临床环节的应用2.1急诊预检分诊环节的初筛急诊每天都会接诊大量疑似卒中的患者，比如表现为偏瘫、晕厥、头痛的患者，AI可以在患者完成CT检查后立刻完成初筛，把阳性病例优先推送给神经内科急诊医师，大大缩短了分流时间，降低了漏诊率。2AI辅助卒中诊断在不同临床环节的应用2.2急诊诊断环节的核心支撑这是目前AI应用最成熟的环节，正如我们前面提到的，AI可以快速输出病灶识别、半暗带评估的结果，帮助我们快速制定诊疗决策，我们中心这两年把入院到溶栓的平均时间（DNT）从原来的62分钟降到了28分钟，DNT达标率从70%提升到了92%，AI的贡献非常突出。2AI辅助卒中诊断在不同临床环节的应用2.3住院查房环节的病情动态评估我们每天查房都需要评估病灶的动态变化，比如水肿有没有加重、病灶有没有进展，AI可以自动对比患者前一次的影像，计算出病灶体积、水肿体积的变化，给我们调整治疗方案提供依据，原来我们要自己对比、手动估算，现在AI提前算好，我们只需要复核，大大提高了查房效率。2AI辅助卒中诊断在不同临床环节的应用2.4出院随访环节的风险分层管理AI可以结合患者的影像特征、临床指标，将出院患者分为高复发风险和低复发风险，方便我们做差异化随访管理，高风险患者增加随访频率，低风险患者做常规随访，提高了随访管理的效率。03AI辅助卒中诊断的临床优势与现有局限性ONEAI辅助卒中诊断的临床优势与现有局限性梳理完AI的技术与应用场景，结合我26年的临床使用经验，接下来我们客观分析AI的优势，以及目前技术层面仍然存在的局限性，避免大家陷入过度依赖或者完全排斥的两种极端。1AI对比传统诊断的核心优势1.1诊断效率提升显著正如我们之前提到的，AI把影像诊断的平均时间从28分钟压缩到5分钟，整体DNT时间缩短了近一半，这个效率提升直接转化为患者预后的改善，我们中心这两年发病4.5小时内的溶栓率从32%提升到了48%，核心原因就是诊断速度提上来了，更多患者赶上了溶栓时间窗。1AI对比传统诊断的核心优势1.2有效推动诊疗均质化我在基层帮扶时看到，基层医院引入AI辅助诊断后，早期卒中的漏诊率从原来的18%降到了4%，诊断准确率已经和三甲医院没有统计学差异，相当于把三甲医院高年资医师的读片能力下沉到了基层，让基层患者不用转院就能得到准确诊断，这对分级诊疗的推进非常有意义。1AI对比传统诊断的核心优势1.3量化评估提升决策科学性原来我们评估核心梗死体积靠肉眼估算，误差能达到30%以上，AI的量化误差不到5%，我们可以根据精准的体积判断治疗方案，预测预后，决策比原来科学得多。2目前AI辅助卒中诊断的局限性2.1对少见病、不典型病灶的识别能力不足AI是基于训练数据集识别病灶，对少见病因的卒中、不典型病灶的识别能力仍然不足。去年年底我管过一个34岁的年轻卒中患者，没有高血压糖尿病这些基础危险因素，既往有反复发作的头痛病史，AI只标注了最大的一个梗死灶，归类为大动脉粥样硬化型卒中，但实际上这个患者是原发性中枢神经系统血管炎，病灶是多灶性的，AI没有识别出所有小病灶，最后还是我们结合临床症状和实验室检查修正了诊断。所以大家一定要注意，不典型病例必须自己仔细读片判断。2目前AI辅助卒中诊断的局限性2.2诊断准确性依赖影像质量如果患者做CT时躁动，存在明显运动伪影，或者扫描层厚太厚，AI的识别准确率就会大幅下降。我碰到过两例，因为患者躁动CT伪影大，AI把伪影误判为梗死灶，我们复核时及时发现，才避免了误诊，所以影像质量差的病例，AI结果只能做参考。2目前AI辅助卒中诊断的局限性2.3无法替代临床思维的整合判断AI只能处理影像数据，给出影像层面的结果，不能整合患者的发病时间、基础疾病、药物过敏史、经济情况这些临床信息，更不能替代我们结合患者实际情况做出个性化决策。比如同样的影像结果，一个80岁有严重出血倾向的患者和一个50岁身体状况良好的患者，诊疗决策完全不同，这是AI永远做不到的。从我26年的临床体会来看，AI永远是辅助诊疗的工具，不可能替代医师，这个定位一定要清晰。04AI辅助卒中诊断的推广展望与临床实践建议ONEAI辅助卒中诊断的推广展望与临床实践建议明确了AI的优势和局限性之后，接下来我们谈谈AI辅助卒中诊断未来的推广方向，以及给各位年轻医师的临床实践建议。1AI辅助卒中诊断的推广前景1.1基层卒中中心能力建设的核心工具未来AI一定会成为基层卒中中心的标配，解决基层诊断能力不足的问题，让更多卒中患者在就近医院就能得到及时准确的诊断，不用长途转诊耽误时间。1AI辅助卒中诊断的推广前景1.2卒中精准诊疗的重要支撑随着AI技术的发展，未来AI还能整合基因组、代谢组等多组学数据，给每个患者做个性化的诊疗预测，真正推动卒中诊疗向精准医学发展。2给年轻医师的临床实践建议2.1先夯实传统诊断基本功，再合理利用AI我一直跟大家强调，基本功永远是第一位的，你自己先会读片、会判断病灶、会评估半暗带，才能用好AI，不能刚学诊断就完全依赖AI，不然你的读片能力会慢慢退化，哪天AI出了错你都发现不了。2给年轻医师的临床实践建议2.2所有AI结果必须经过人工复核不管AI的准确率有多高，都一定要自己读片复核AI的结果，尤其是不典型病例、影像质量差的病例，必须仔细核对，避免漏诊误诊。2给年轻医师的临床实践建议2.3学会利用AI的量化结果优化诊疗与沟通AI的量化结果非常直观，我们跟患者家属沟通的时候，可以直接拿AI的结果给他们看：“这里是已经坏死的脑组织，这里是还能挽救的脑组织，我们现在开通血管就能把这部分脑组织救回来”，患者和家属更容易理解，沟通效率也会高很多。总结我从医