该研究以独特的临床设计和人工智能技术为核心，首次在临床上实现了颅脑损伤发生后“超早期一小时”内的生物标志物捕捉与定量，为轻型颅脑损伤的早期诊断和干预提供了新的解决方案。（图1）

图1. 研究总览/图文摘要

轻型颅脑损伤（mTBI）是最常见的颅脑损伤类型，占所有病例的七成以上。虽然很多患者在受伤初期仅表现出轻微症状，但后续可能出现长期认知障碍、情绪问题和生活质量下降。传统的影像学方法在早期往往难以发现细微损伤，常规血液学检测灵敏度有限、检测周期较长，而临床症状又缺乏特异性。因此，如何在受伤后最初的一小时内识别真正存在风险的患者，成为全球医学界长期以来的挑战。这一时间段也被称为“黄金一小时”，是决定预后和干预效果的关键窗口。

本次研究团队选择接受颞浅动脉-大脑中动脉搭桥术（EDAS手术）的患者作为研究对象。在这一术式中，脑皮层会受到轻度、可控的机械刺激，从而为科学研究提供了一个接近真实颅脑损伤、且可重复和可控的临床模型。研究共纳入二十五例患者，在术前、术后十五分钟内以及术后一小时三个关键时间点系统采集血清、尿液、唾液和脑脊液等多源样本。这一设计突破了过去难以在超早期获取人类样本的限制，使研究团队能够系统地揭示脑损伤后第一时间的生物学变化轨迹。（图2）

图2. 临床样本设计

在检测方法上，研究并未局限于传统的实验室分析，而是引入了人工智能的深度学习框架。研究团队自主研发的“ProSpect”平台，能够将显微图像中的细微信号自动识别、解析并转化为精准的浓度数据。这一平台通过区域识别、局部浓度推断、全局概率聚合以及连续回归等多层次处理，实现了从“是否升高”到“升高多少”的全自动化定量。在大规模验证中，该系统的定量准确率达到九十八个百分点，连续回归与标准方法的相关系数接近一，表现出极高的可靠性。更为重要的是，近一半低浓度样本在传统ELISA方法中“无法检出”，而在这一平台中却能够得到准确的定量结果。这一突破不仅显著提高了检测灵敏度，更展现出人工智能在临床应用中的巨大潜力。（图3）

图3. AI分析流程图

临床结果同样令人关注。研究发现，血清中的S100B水平在术后十五分钟便出现明显升高，至术后一小时达到更高水平，提示血清是最敏感的超早期指标。而唾液中的S100B水平则呈下降趋势，这一反常现象为未来探索无创检测提供了新的思路。尿液水平在早期保持相对稳定，说明代谢与排泄链路尚未形成明显反应；脑脊液中的S100B浓度最高，约为外周体液的五十至一百倍，直接反映了中枢神经系统的变化。这一系列结果首次在人类临床中描绘出S100B在不同体液中的动态学轨迹，为跨体液、多维度的损伤监测提供了科学依据。

这一研究不仅在学术层面具有创新意义，更展现了广阔的临床应用前景：

总之，通过人工智能赋能的检测体系，颅脑损伤的诊断模式有望从依赖影像学的“静态观察”，迈向智能化和生物学信号结合的“动态监测”。

该论文于2025年7月24日正式在Biosensors and Bioelectronics在线发表，全面展示了人工智能结合临床模型在颅脑损伤超早期诊断中的可能性。这一成果为今后的研究和应用奠定了坚实基础，也为急诊医学、运动医学乃至战场救治提供了全新的思路。打开颅脑损伤“黄金一小时”的新窗口，是医学探索的重大进展，更是临床救治模式的一次深刻变革。随着人工智能与医学研究的不断融合，未来的脑损伤诊断必将更加精准、快速和智能，为无数患者带来切实的希望。