脑血管疾病领域AI医学影像应用及发展趋势分析

如需报告请联系客服或扫码获取更多报告

本文为节选内容，更多报告请关注公众号：微瑞研报

5.1 脑血管疾病介绍

5.1.1 常见脑血管疾病人群及负担 

脑血管病 

脑血管病指各种原因导致的1个或多个脑血管病变引起的短暂性或永久性神经功能障碍。脑血管病按病因分为出血性和缺血性两大类，按病情程度及发病特征分为急性及慢性两大类。慢性期的脑血管病可由稳定期进展至高危期并可演变至急性发病期，经有效救治后转为康复期。临床上脑血管病以急性发病居多。

脑卒中 

脑卒中属于急性脑血管病，是一组突发的局部脑血液循环障碍引起神经功能障碍的疾病的总称，可分为缺血性卒中（又称脑梗死）和出血性卒中。

脑血管病是致死、致残率极高的疾病。而据统计，在存活的脑血管疾病患者中，约有四分之三不同程度地丧失劳动能力，其中重度致残者占10%。目前，全国每年用于治疗脑血管病的费用估计在100亿元以上，加上各种间接经济损失，每年因脑血管病的支出接近200亿人民币，给国家和众多家庭带来沉重的经济负担。因而，对脑血管病的早诊早治至关重要。

5.1.2 脑血管疾病影像学诊断

急性脑血管疾病： 

根据患者表现（如嘴角歪斜、肢体发力异常、口齿不清等）进行快速评估，并结合体格检查、患者病史、影像学检查（CT/MRI等）等进行综合评价。在脑缺血性卒中发病初期，头颅CT平扫（noncontrast CT, NCCT，又称非对比增强CT）一般没有明显的影像学改变，其主要意义在于排除出血性疾病等其他颅内病变，排除溶栓禁忌证。

慢性脑血管疾病： 

常通过磁共振血管造影（MRA）、CT血管造影（CTA）和数字减影血管造影（DSA）方法，通过静脉注射造影剂药物（直接MRA不需要注射造影剂）以显示血管结构图像。对于脑缺血疾病，脑组织灌注评价（CT灌注成像、磁共振灌注成像）也为常用评价手段。通过对选定感兴趣层面进行连续动态扫描，获得所选层面每一像素的时间密度曲线，并通过数学模型处理得到脑血流容量（Cerebral Blood Volume，CBV）、脑血流流量（Cerebral Blood Flow，CBF）、对比剂平均通过时间（Mean Transit Time，MTT）、对比剂峰值时间（ Time to Peak，TTP）、对比剂到达所有组织的时间（Tmax）等血流动力学参数和灌注图像表现。

5.2 脑血管疾病AI医学影像行业现状

5.2.1 AI辅助脑血管疾病影像学诊断——急性脑血管病

卒中类型的鉴别 

脑卒中分为缺血性和出血性，其治疗方法不同，因此需快速鉴别卒中类型，以指导后续治疗方式；脑卒中除了有缺血性和出血性的区分外，卒中的部位也不尽相同，包括前循环、后循环、腔隙等。人工智能算法可实现对卒中类型的快速鉴别，以争取治疗时间。

出血性卒中颅内血肿分割

颅内出血的出血量、出血部位和出血时间将对治疗策略和患者预后产生影响，通过利用人工智能技术，能够自动实现对颅内血肿的精确分割，从而为出血性卒中提供强有力的辅助诊断支持，提升诊断的精确度与效率。

缺血性卒中病灶范围的确认

脑梗死初步筛查常用非对比增强CT，其对脑卒中区域分辨率不高，可能的错误判断将会影响卒中分型及治疗方法确定。而AI算法可以实现对缺血性卒中的自动诊断，提高诊断效率并较少误判，并且AI模型可结合多维信息对病灶变化趋势做出预测，便于后续随访。

5.2.2 急性脑血管病AI医学影像已上市产品解析

截至2024年6月，中国共上市5款颅内出血CT图像辅助分诊软件，支持对CT图像进行自动分析以提供出血类型、出血位置、病灶范围等辅助分诊信息；缺血性卒中软件共上市2款，来自数坤科技的缺血性卒中CT图像辅助评估软件，可对缺血性卒中患者大脑中动脉供血区早期缺血改变进行综合评分；东软医疗的脑缺血图像辅助评估软件则可对脑灌注CT/MRI图像进行量化分析。

5.2.3 AI辅助脑血管疾病影像学诊断——慢性脑血管病

颅内动脉瘤的自动化检测

人工智能算法在颅内动脉瘤的自动化检测中展现出了优良性能，它能够对头颅及头颈CTA影像进行自动三维重建和自动去骨，实现对血管立体结构的精确重构并剔除遮挡干扰。此外，人工智能算法能够自动检测并精确定位颅内动脉瘤并生成结构化报告。

头颈血管狭窄的自动化检测

胆固醇、脂肪或血凝块积聚在血管腔内的动脉粥样性硬化是颅内动脉狭窄的常见原因，动脉粥样硬化性狭窄是中国人群缺血性卒中的主要原因之一。头颈部位范围较大、枝状血管走形迂曲且与颅骨密切相关，增加了AI对头颈CTA狭窄程度和斑块分型诊断的难度。

5.2.4 慢性脑血管病AI医学影像已上市产品解析

截至2024年6月，中国已有3款颅内动脉瘤CT造影图像辅助检测软件及3款头颈CT血管造影图像辅助评估软件获批NMPA三类证，来自深睿医疗、推想医疗、数坤科技。该类软件通过对CT血管造影图像的分析，自动识别血管结构异常，辅助医生进行疾病判断。

5.3 脑血管疾病AI医学影像行业发展趋势

卒中人群预警与快速诊断

疾病预测：在脑血管疾病领域，对疾病的预防和预警尤为重要。人工智能通过对患者历史信息和影像数据进行分析，从而提前识别出卒中的潜在风险人群，并发出预警。这样的智能预警系统不仅能防患于未然，避免可能的健康危害，还有助于减少治疗过程中产生的高昂医疗费用，对维护患者健康和减轻医疗负担都有积极作用。颈动脉斑块筛查对脑卒中高风险人群具有较好的筛查作用，复星杏脉利用超声检查+人工智能能够协助医生智能识别颈动脉斑块的类型以及计算颈动脉的狭窄率，筛选高风险患者。

•加速诊断：当脑血管疾病发生时，快速精准的医疗反应对患者预后至关重要。多数急性脑血管疾病时间窗狭窄，患者影像资料模态多、维度高，人工智能技术的应用可以实现对多模态、多维度影像资料的快速准确分析，从而实现脑血管病患者个性化诊疗决策，从根本上改善患者的治疗效果和预后。

AI辅助的脑血管疾病治疗

辅助溶栓：静脉溶栓是目前最主要的血管再通治疗方法，临床上认为4.5小时是急性缺血性卒中发病时间的分界点，卒中发作后的时间（Time Since Stroke, TSS）小于4.5小时是最佳溶栓期，超过4.5小时会显著增加溶栓后的出血风险。人工智能算法可辅助确定发病时间，以便在溶栓窗口期内判断患者是否能进溶栓治疗。Lee等人构建的机器学习模型对TSS识别的灵敏度达75.8%，高于人工判断的48.5%。

•介入治疗：影像检查对于脑血管术前规划和辅助介入治疗过程都起到重要作用。基于机器学习的人工智能技术将有助于提升脑血管病医师尤其是神经介入医师的专业水平，提升对脑血管病影像的快速识别能力以及对脑血管病介入治疗的智能辅助能力。《JNIS（中文版）》中的一篇文献分析了6例使用了人工智能实时辅助系统的颈动脉支架置入术。该系统实时接收和自动分析图像，并将分析后的图像发送到血管造影监视器上。该软件在所有6例患者的手术操作中均得到了成功运用。

综合健康管理，助力患者康复

康复评定是脑卒中患者康复治疗的重要一环。实现对患者康复情况的准确量化评估，建立完善的定量评价体系，对患者的康复训练和治疗具有指导意义。人工智能具有强大的记忆力、准确的执行力，以及快速的信息处理和推理能力，与人类智能相互融合，可实现人机智能协同，发挥互补优势，促进脑卒中患者的康复。脑机接口是人-机混合智能发展的核心，通过解码神经元活动信号获取思维信息，再控制外部设备，以实现患者与外部环境之间的互动。多项研究显示，重复应用脑机接口可以触发神经网络重塑，进而改善脑卒中患者的运动功能。