自动化血管闭塞检测软件多采用AI机器学习或深度学习算法，其性能随使用增加、训练数据集扩大而提升。常用的卷积神经网络可通过计算机断层扫描血管造影（CTA）图像完成多步骤识别，经训练后能整合CTA信息，对是否存在LVO分类，多数平台聚焦大脑中动脉（MCA）近端闭塞检测。此类软件的训练模型多具专有性，卷积神经网络中分类器权重配置不透明。而且，程序获美国食品药品监督管理局（FDA）批准后，性能提升过程可能随即终止。

不同软件的检测方法各异。以RAPID LVO（RapidAI Inc.）为例，其依靠血管密度阈值评估，按解剖位置和预期管径将相关血管系统分为R1、R2、R3三个区域，通过评估体素强度总和与血管段长度变化识别R1区粗血管闭塞，仅通过体素强度总和变化识别R2、R3区细血管闭塞，再按R1＞R2＞R3的优先级生成判断结果。新一代RAPID LVO新增血管追踪功能以提升性能。

相比之下，viz LVO（Viz.ai Inc.）在第一步中通过对比左右半球的血管段长度，识别床突上段颈内动脉（ICA）、MCA近端（M1段）及远端（M2段）的完全闭塞；随后通过检查分割中心线附近的平均亨氏单位，评估是否存在部分闭塞。

RapidAI（A）和 Viz.ai（B）LVO检测软件的算法处理流程

Brainomix 360 Triage LVO（Brainomix USA Inc.）则采用两阶段机器学习方法。第一阶段，通过卷积神经网络从背景和骨骼中分割出血管；第二阶段，随机森林分类器接收来自卷积神经网络血管分割结果的输入特征向量，进而生成左侧或右侧是否存在闭塞的概率。当随机森林输出的概率超过设定阈值时，会发出疑似LVO的提示。

还有其他更多的AI软件，由于专有属性的限制，其血管闭塞检测过程（无论是通过体素阈值法、段长评估法还是其他机制）可能无法获取。

各个AI软件的相似性在于，一旦检测到血管闭塞，AI会生成二元分类结果：有/无疑似闭塞。随后，该结果会与标注相关发现的特定影像的医学数字成像和通信标准（DICOM）一起，通过移动应用程序自动传输，为脑卒中团队内部沟通提供便利。这些结果还会与原始CTA图像一同整合到医学影像存档与通信系统（PACS）中。

自FDA批准自动化血管闭塞检测平台用于临床及相关新技术附加支付政策出台后，其使用率持续上升。值得注意的是，使用者多为非放射科医生，对这些算法局限性的了解程度并不统一。

临床已有众多相关软件平台，经FDA批准用于检测特定血管区域闭塞，训练数据集专有且不公开。所有主要平台均能检测ICA远端和MCA M1段闭塞，部分可检测M2段闭塞，仅一款获批用于检测所有LVO及中等血管闭塞（MeVO）的平台。

表1.自动化血管闭塞检测软件（精选），筛选基于其在美国的普及程度、公司网站上可获取的信息以及是否获FDA使用批准。

目前，研究人员正致力于分析软件检测能力是否超训练范围，测试超FDA批准范围时，AI性能看似较差。近期一项研究对比了两种常用软件与放射科专家的诊断，在检测ICA或MCA M1段LVO时，参与研究的1号和2号中心的灵敏度和特异度结果相近；但检测近端M2段闭塞时，灵敏度分别为68.8%和76.4%，因1号中心软件未接受过相关训练（doi：10.1016/j.jacr.2023.04.003）。这项研究以及其他测试自动化检测软件真实世界表现的研究表明，当前AI检测近端前循环LVO效果好，颇具实用价值，但不应用于检测未受训的血管病变。

尽管如此，临床希望AI检测超出传统训练范围的血管闭塞的需求正在不断显现。近期两项随机临床试验显示，机械取栓对基底动脉闭塞有益，多项评估取栓对更远端血管疗效的试验正在进行，取栓术适应症的扩大可能为多数检测软件拓展功能提供依据。

除了解机构所用软件的功能外，如要合理使用AI检测软件平台，还需知晓其局限性。了解可能与假阴性或假阳性相关的重要放射学表现，有助于在时间敏感的决策中更熟练地运用这些平台。

表 2. 自动化血管闭塞检测软件的假阴性与假阳性。假阴性指存在闭塞但AI未检出。假阳性指不存在闭塞但AI检测到闭塞。

迄今为止，大多数商用软件算法经验证可检测近端前循环LVO，其典型定义为床突上段ICA（硬膜内ICA）至MCA M1段的闭塞。然而，由硬膜外ICA闭塞引发的AIS，或许也适合紧急机械取栓治疗。因此，当患者出现前循环卒中症状时，应关注整个ICA的情况。

如前述，大多数软件并未接受过检测MeVO、远端闭塞或任何后循环闭塞的训练。目前唯一的例外是Aidoc公司旗下的aiOS软件，该软件最近获得了FDA的批准，可辅助检测前循环MeVO、后循环LVO及后循环MeVO。

A. 未被检出的前循环LVO；B. 未被检出的后循环LVO

与多数商用软件无法检测其他MeVO不同，部分软件可能检出M2段闭塞。M2段闭塞易漏诊，一是因为多数AI检测软件未受过相关训练，二是因为其走行解剖变异大、管径细，对AI构成挑战。研究显示，检测M2段病变及远端血管闭塞时，联合计算机断层扫描灌注成像（CTP）可提高检出率。总体而言，AI软件更易检出管径较粗、存在优势侧（一支比另一支粗50%以上）及位置较近的M2段闭塞。近期一项学术报告显示，类M1型M2段（管径与M1段相近）的闭塞检出率达74%，非类M1型仅34%，更远端垂直走行的M2段闭塞检出率约23%（doi：10.3174/ajnr.a8509）。

此外，因软脑膜侧支循环实现远端再通的短段M2段闭塞，常超出多数AI软件的训练能力。动脉血管扩张以及闭塞远端丰富侧支循环的建立，可能导致患侧血管密度正常甚至增高，或许会造成假阴性结果。分支点闭塞也易被忽略，因通畅分支造影剂显影正常，软件可能无法识别血管长度缩短或密度降低。钙化血栓/栓子导致血管闭塞但远端血流再通时，因CTA上闭塞部位血管密度变化不明显，也可能导致漏诊。联合使用自动化CTP可提高对中等或远端血管闭塞的检测灵敏度，在无法实时获得神经放射科医生支持时尤为有用。同时，仔细评估CTA原始图像这一关键步骤不容忽视。

未被检出的M2闭塞

了解产生假阴性结果的原因可避免取栓延迟，而知晓假阳性则能防止急性期资源浪费。对易受警报疲劳影响的繁忙卒中团队而言，平衡检测灵敏度与高假阳性率是重要的实际问题。血管管径快速变化可能导致自动检测软件产生假阳性结果。动脉粥样硬化、多灶性血管狭窄、烟雾病，以及前循环大血管冗长扩张、迂曲、MCA动脉瘤等，都可能使软件误判。

假阳性示例。A. 轴位CTA示左侧MCA分叉处有一个10*8 毫米的囊状动脉瘤（蓝色箭头），未发现两侧存在血管闭塞，但自动化软件发出闭塞警报，可能因动脉瘤远端造影剂显影突然中断所致；B. 轴位CTA示双侧动脉冗长扩张（蓝色箭头），无任何血流限制性狭窄或血管闭塞，但自动化软件发出闭塞警报，可能因迂曲的血管在轴位平面中进出，被误判为闭塞。

此外，解剖性或伪影性血管半球不对称（尤其算法设计为对比两侧半球时）也可能导致假阳性。慢性ICA闭塞、造影剂时机不佳、异常血流动力学（如射血分数降低），以及非血管性占位性病变（如肿瘤）、邻近ICA或MCA的颅内钙化性病变（如脑膜瘤），也可能增加假阳性率。与假阴性相比，假阳性对患者的风险较低，但对卒中团队产生安排协调上的障碍。作为筛查工具，较高的假阳性率甚至可能是合理的。建议使用者熟悉导致假阳性的病理或生理情况，以减少介入团队不必要的工作启动。

假阳性示例。C. 轴位CTA示与右侧相比，左侧MCA长期细小，无任何局灶性闭塞或血流限制性狭窄，但自动化软件发出闭塞警报；D. 轴位CTA示左侧蝶骨/鞍旁区有钙化脑膜瘤（蓝色箭头），紧邻左侧眼动脉旁ICA及左侧MCA，并导致其轻度外部狭窄，未发现血流限制性狭窄或闭塞，但自动化软件发出闭塞警报。

2022年，FDA致函医疗服务提供者，建议自动化血管闭塞检测仅作为分诊优先级排序工具，而非诊断工具，且不能替代标准临床评估，因为血管闭塞的确认需依赖对CTA原始图像的仔细评估。分诊中需要提供支持的包括熟悉放射学变异、成像伪影来源及诊断显示器使用等知识的神经放射科医生，卒中专科医生提供的病变定位信息也很关键，尤其对无24小时神经放射科服务的中心的普通放射科医生而言。FDA还强调，软件使用人员需接受培训，以了解参与软件训练和验证的血管类型。

除FDA建议之外，卒中团队应至少每年与合作软件公司代表开会，以回顾产品功能与局限、了解新特性，这有助于行业合作及算法改进。软件获批检测的血管类型信息，可能难以从企业或FDA网站获取。受训人员还应接受AI相关的正式理论培训，尤其是神经病学、神经外科学和放射学领域的住院医生及研究员。

总体而言，自动化血管闭塞检测软件促进了AIS分诊期间关于LVO的沟通便捷性和检测及时性。随着越来越多不同亚专科和经验水平的临床团队开始将AI工具用于卒中分诊，用户对于这些工具的适用范围、优势和局限性的理解就变得至关重要。