编者按：
脑卒中是一种常见的脑血管疾病，具有高发病率、高致残率和高死亡率的特点，其中急性缺血性脑卒中（acute ischemic stroke，AIS）占脑卒中的60%~80%。已经发表的多项大型临床研究结果证实，对于合理筛选的急性大血管闭塞性缺血性卒中（AIS-LVO）患者，早期血管内治疗可带来显著的临床获益。但是，相关治疗的关键，却不仅取决于特定技术技巧或设备器械的应用，更取决于规范化的流程管理，如《中国急性缺血性卒中早期血管内介入诊疗指南2022》，就将后者放在了尤为优先的位置。
【“伙”急“伙”聊】栏目，邀请福建医科大学附属协和医院脑血管病科主任陈文伙教授，每期聚焦急诊取栓相关的国际前沿研究成果——尤其是相关流程、规范和管理的革新优化或深度洞察，以导读和解读的形式，将国际前沿与本土实践相结合，以期对急诊取栓相关规范化管理的创新发展提供借鉴。
本期关注：AI驱动型分诊系统对急性缺血性卒中诊疗流程与转运效率的影响
急性缺血性卒中（AIS）的治疗依赖及时的血管内治疗（EVT）再灌注策略，治疗启动时间是功能预后的最强预测因素之一。EVT疗效会随时间延迟而衰减，这在侧支循环不良的早期时间窗患者（即“快速进展型患者”）中表现尤为突出。此外，在所有接受EVT的患者中，跨院转诊的患者占比极高。
目前已有多种用于优化AIS管理流程的策略被提出，包括优化入院至再通流程，以及采用直接转运至血管造影室的方案。同时，人工智能（AI）已成为优化卒中诊疗的潜力工具，可提供自动化处理，助力临床快速获取CT灌注成像图，有望减少治疗延误。这些优势似乎能够使诊疗更高效，既优化时间指标，也降低潜在不必要或“无效”转诊的比例。然而，在体量更大、临床经验更丰富的成熟医疗体系中，这种自动化系统的效果可能有所局限。
为此，美国匹兹堡大学医学中心（UPMC）Raul G Nogueira教授等人开展了一项回顾性研究，旨在评估AI驱动型卒中分诊系统用于UPMC大型卒中网络后，对诊疗流程效率、机构间转诊优化、EVT病例量及医疗成本的影响。相关结果于2026年3月27日发表在《Journal of Neurology, Neurosurgery & Psychiatry》（IF：7.5/Q1）上。
UPMC卒中网络为大型学术化枢纽-辐射（hub-and-spoke）模式卒中救治网络，枢纽医院包括3家综合卒中中心（2家高流量学术型综合卒中中心及1家社区综合卒中中心）和1家具备取栓资质的卒中中心，这些枢纽接收来自60家初级卒中中心/卒中急救基层医院（即基层辐射点，以下简称“基层医院”）的转运患者。UPMC所采用的AI分诊平台为Viz.ai，其专为优化AIS评估流程与诊疗路径而设计，基于自研AI卷积神经网络，可实现神经影像的自动化处理与判读，为急性再灌注治疗提供支持。
研究人员通过调取前瞻性维护的数据库，对AI平台启用前、后的对等研究时段（2021年1月至2022年12月）进行对比。最终，共在UPMC网络的4家枢纽中心纳入接受EVT的AIS患者844例（AI系统启用前394例、启用后450例）。
传统工作流程vs AI增强版急性卒中工作流程
结果显示，AI分诊系统将入院至转出（DIDO）时间缩短31分钟，同时使转诊后EVT治疗率提升17.8%。这提示我们：AI打破了“枢纽-辐射”式网络中的信息壁垒，它让基层医生能够即时获得“专家级”影像判读，让中心医生能够精准识别需转诊的患者，从而避免无效转运。
我国作为卒中大国，分级诊疗模式下，“基层首诊、双向转诊”的痛点是信息不对称与决策延迟。进入AI时代，流程再造的核心不再是单纯增加人力，而是利用算法构建“数据多跑路、患者少跑腿”的智慧网络。未来AI将赋能卒中绿道：从“人海战术”到“智慧分流”，加快卒中的救治，提高预后。
陈文伙 主任医师
福建医科大学附属协和医院脑血管病科
主任医师，脑血管病科主任，副教授，博士生导师
中国医师协会神经介入分会常务委员，中国医药教育协会脑卒中血运重建专业委员会副主任委员，国家放射与治疗临床医学研究中心泛血管医学专家委员会委员，福建省神经病学学会介入学组副组长，中国医师协会神经内科医师分会神经介入学组副组长
以第一作者或通讯作者先后发表SCI二十一篇，累计影响因子60余分
在世界范围内首次提出“微导管首过效应”、“豆纹共干性低灌注”，提出了“PEARS技术”“Double PT技术”“RTRS技术”“BASIS技术”等相应技术
作为国内、国际多个急诊血管内治疗临床研究实验的分中心PI，组织并参与完成了多项卒中领域具有世界影响力的研究，结果发表在国际顶刊杂志，如“DIRECT-MT”“BAOCHE”“ATTENTION”“ENCHANTED”
Doheim MF, Starr M, Bhatt NR, et al. Impact of an artificial intelligence-driven triage system on workflow and transfer efficiency: stratified analysis of 4548 admissions to four thrombectomy hubs receiving transfers from sixty spokes. J Neurol Neurosurg Psychiatry. Published online March 27, 2026. doi:10.1136/jnnp-2025-337903
患者筛选与研究流程图
结果显示，相较于启用AI前，基层医院启用AI后的入院至转出（DIDO）时间显著缩短（中位时间103 vs 134min；aβ＝−41.6min；95% CI -60.9~-24.1；Q [FDR校正P值]＜0.001），转运入院后至穿刺（DTP）的时间同样显著缩短（中位时间21 vs 40min；aβ＝−10.9min；95% CI -17.9~-3.7；Q＝0.009）。双重差分分析证实，DIDO时间的改善仅见于启用AI的基层辐射点（-27min；95% CI -62~-4；p＝0.029），提示存在独立于长期时间自然变化趋势之外的显著干预效应。另一方面，相较于学术型枢纽中心（-15.5min；p＜0.001，Q＝0.002），转运至社区枢纽中心后的DTP时间改善幅度更为显著（-24.9min；p＝0.021，Q＝0.041）。不过，各组患者的临床结局（包括出院时功能预后及病死率）则未观察到显著性差异（Q均＞0.05）。
AI分诊模式下的诊疗流程及临床结局
值得一提的是，基层医院启用AI后的转诊患者EVT治疗占比高于启用AI前（57.1% vs 42.4%；Q＝0.004）。而且，二者的EVT治疗占比变化存在明显差异：启用AI的基层医院的EVT治疗占比从39.3%大幅提升至57.1%（绝对增幅17.8%；Q＝0.002），而未启用AI的基层医院仅小幅变化，由41.3%升至42.4%（绝对增幅1.1%；Q＝0.893）。AI与研究时段的交互作用具有统计学意义（P＝0.006），证实启用AI医院的EVT治疗占比提升幅度显著更高，双重差分净提升16.6个百分点。
AI分诊模式下EVT实施情况
此外，亚组分析显示，在不同年龄、卒中严重程度及性别分层中，DIDO时间的获益一致，无显著的治疗效应异质性（交互P值均＞0.05）。据概率成本分析估算，每1000例经AI赋能基层医院转诊的患者，可节约医疗成本约360万美元（95% CI 150万~610万）。
DIDO时间差异亚组分析
总体而言，大型卒中网络采用AI卒中分诊系统，与转诊患者的EVT治疗占比显著提升相关，无效转运（转运后未行EVT）占比也有所下降，并有望为整个救治网络节约医疗成本。研究数据支持在枢纽-辐射模式的卒中网络中采用AI分诊，以作为行之有效且具备潜在成本节约价值的辅助工具。
结合AI与研究时段的显著交互效应，本研究的结果提示，大型卒中网络采用AI卒中分诊系统可以实现转诊患者的精准筛选，而非仅仅单纯增加转诊数量。事实上，AI辅助转诊的医院中，转诊但未接受EVT的患者占比大幅下降，而非AI辅助医院的相关变化则无统计学意义变化。近期对RACECAT试验的事后分析（doi：10.1136/jnis-2023-020125）显示，转诊医院完成血管影像学检查，可降低无效院间转运率，并优化取栓中心的诊疗流程。AI辅助平台能实现更便捷、快速的影像数据共享，本研究结果与这一结论高度契合。枢纽中心医师可同步查看高质量影像，这一能力减少了非真实LVO或不适合EVT患者（如梗死核心小、梗死范围广）的转诊。临床判断与医师间沟通仍是转诊决策的核心，该平台仅提升信息获取与沟通效率，并未替代临床决策。
需要强调的是，规范的院间转运是高效卒中网络的核心环节，但将无更高级治疗指征的患者盲目转运，会挤占上级中心医疗资源，并产生高额经济负担。本研究中，AI辅助医院的EVT治疗占比绝对增幅为17.8%，相当于每1000例转诊减少178例无效转运。另一项值得关注的发现是，AI应用后患者基线NIHSS评分更高，这也解释了未校正时序比较中住院时长延长、死亡率升高的趋势。校正年龄与NIHSS后，上述关联被削弱。此外，AI带来的影像快速可视化能力可能影响了转诊决策，让枢纽中心医师更愿意接收既往可能被保守处理的重症患者。但需承认，依据AI分诊建议而未被转诊患者的反事实结局却仍不明确，其中部分患者或许原本也能从枢纽中心的诊疗中获益。
另一方面，诊疗流程的改善在整个医疗系统中并非均匀分布。具体而言，社区枢纽中心的DTP时间改善幅度显著，而高校附属学术型枢纽中心的DTP仅小幅优化。这一规律提示，AI辅助分诊更能让资源相对不足、流程待优化的医疗机构获益，而高度成熟的学术型中心已通过既往质量改进举措接近效能上限。
总之，本研究是迄今为止证实AI辅助分诊可优化卒中诊疗流程指标的最大规模研究。其结果表明，AI平台能让诊疗决策者即时获取影像资料，同时提供更高效的沟通渠道，实现更快的诊疗决策与更精准的分诊，而更快速的治疗可带来更好的血管再通效果与更优的患者功能预后。尤其本研究的主要分析中，AI辅助转诊医院的DIDO中位数从134分钟降至103分钟，这一改善具备关键临床意义，有望在人群层面转化为卒中患者更优的功能结局。
声明：脑医汇旗下神外资讯、神介资讯、脑医咨询、Ai Brain 所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。
投稿邮箱：NAOYIHUI@163.com
未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。
投稿/会议发布，请联系400-888-2526转3。
