對於中風患者來說，及時實施內血管血栓切除術對於改善患者預後至關重要。患者抵達醫院和進行內血管血栓切除術的時間已成為醫院獲得中風中心認證的重要指標。人工智慧在使用CT影像診斷各種醫療狀況方面的應用正在廣泛探索。因此，使用基於人工智慧的自動化方法來篩檢可能患有AIS的患者的CT血管造影，可以減少評估和內血管血栓切除術之間的時間。

在這項研究中，研究人員使用了隨機分配的階梯狀臨床試驗，以確定基於人工智慧的自動化系統在檢測可能患有AIS的患者中的LVO以及改善抵達醫院和內血管血栓切除術開始之間的評估和工作流程時間的效率。實施隨機分配分析在個別病患層級進行可能會引發問題，而保留隨機評估的穩健性。

該試驗在休士頓地區的四家綜合性中風中心中於2021年1月至2022年2月末進行。在獲得美國食品和藥物管理局（FDA）對於將該AI平台用於臨床護理的許可以及獲得用於實施該軟體的重要財務支持後，進行了醫院級別的分階段推出。

試驗參與者包括在這四家綜合性中風中心的急診就診，出現AIS伴隨LVO症狀並接受CT血管攝影檢查的患者。所有接受AIS伴隨大腦中動脈、頸內動脈、前腦動脈、後腦動脈、基底動脈或顱內椎動脈LVO的患者都納入研究。

因為這些患者在醫院內已經進行了內血管血栓切除術的決定，所以在住院病例的初始CT掃描和內血管血栓切除術之間的時間明顯不同，所以被排除在分析之外。對於從其他醫療中心轉診而來的患者，內血管血栓切除術的決定已經做出，他們將直接進行該過程而無需進行進一步的影像學檢查，這將改變工作流程時間。

幹預措施包括從CT血管造影中激活基於人工智慧的LVO檢測，該檢測與安全的訊息傳遞系統相結合。這個系統在四家綜合性中風中心中以隨機的方式啟動。啟動的系統在CT影像完成後的幾分鐘內會透過行動電話向放射科醫師和臨床醫師發出可能存在LVO的警報。

研究結果

主要研究結果包括基於人工智慧的自動化LVO檢測系統對門到腹部時間的影響，這是使用線性迴歸模型確定的。次要結果包括抵達醫院和靜脈組織激酶原激活劑注射之間的時間、開始CT掃描和開始內血管血栓切除術之間的時間以及住院時間。

實施基於人工智慧的自動化LVO檢測系統，結合使用行動電話進行通訊的安全應用程序，顯著提高了住院AIS的工作流程時間。在試驗期間，約有250名患者在這四家醫院的急診就診，實施以人工智慧為基礎的自動化系統將門到腹部時間縮短了11分鐘。此外，死亡率下降了60%，而初步CT掃描和開始內血管血栓切除術之間的時間也減少了。

結論

實施基於人工智慧的自動化系統來檢測可能的AIS 患者中的LVO，再加上安全的通訊應用程序，顯著減少了院內工作流程，並導致臨床上顯著減少血管內血栓切除術治療時間。