目的研究人工智能（AI）診療系統(tǒng)對顱內(nèi)未破裂動脈瘤（UIA）破裂風(fēng)險評估,以及依據(jù)評估結(jié)果制定個體化治療策略的應(yīng)用價值。方法對26例顱內(nèi)未破裂動脈瘤患者（共29個動脈瘤）采用顱內(nèi)動脈瘤智能輔助診療系統(tǒng)進行動脈瘤破裂風(fēng)險評估,并根據(jù)評估結(jié)果采用相應(yīng)治療策略。在患者出院及術(shù)后3個月時用改良Rankin量表（mRS）評判預(yù)后。結(jié)果本組患者29個未破裂動脈瘤破裂風(fēng)險評估為低、中、高、極高的分別為6、10、12、1個;其中采用動脈瘤夾閉治療4個、血管內(nèi)介入治療5個、血管搭橋術(shù)1個、保守治療19個。所有患者出院時mRS評分均≤3分;術(shù)后30 d隨訪時,23例患者（88.5%） mRS評分≤3分。結(jié)論人工智能診療系統(tǒng)評估未破裂動脈瘤的破裂風(fēng)險,可輔助臨床醫(yī)師選擇合理的治療方案,使患者的預(yù)后得到改善。 

【文章來源】：臨床神經(jīng)外科雜志. 2020,17(06)

【文章頁數(shù)】：7 頁

【部分圖文】：

人工智能診療系統(tǒng)對顱內(nèi)未破裂動脈瘤破裂風(fēng)險評估模擬圖

依據(jù)軟件分析所得患者動脈瘤破裂風(fēng)險評估結(jié)果，綜合考慮患者全身情況和治療意愿，與患者及家屬充分溝通后制定相應(yīng)的干預(yù)措施，如隨訪、動脈瘤夾閉、血管內(nèi)介入或血管搭橋治療(圖2)。1.2.3 預(yù)后評判

本研究的不足在于該評估系統(tǒng)尚未廣泛推廣運用，應(yīng)用評估的病例數(shù)較少，且對病例的隨訪時間過短。此外，患者或其家屬的治療意愿對診療策略的選擇也有所影響。今后需要更多的隨訪病例數(shù)據(jù)分析驗證人工智能在顱內(nèi)未破裂動脈瘤破裂風(fēng)險評估及診療策略制定中的臨床應(yīng)用價值。4 結(jié)論

【參考文獻】：
期刊論文
[1]未破裂顱內(nèi)動脈瘤破裂風(fēng)險的形態(tài)學(xué)及血流動力學(xué)研究進展[J]. 易仁輝,楊少春.  中國實用神經(jīng)疾病雜志. 2018(04)
[2]顱內(nèi)動脈瘤破裂風(fēng)險和動脈瘤形態(tài)學(xué)參數(shù)的關(guān)系[J]. 劉超博,黃煥斌,汪錫華,王之涵,徐豪,任力.  中國臨床神經(jīng)外科雜志. 2018(02)



本文編號：3395844