AI赋能颈动脉斑块检测，筑牢脑卒中防控第一道防线

近日，连云港市第一人民医院与深睿医疗携手攻关，联合发布一项突破性研究成果 -- 通过将深度学习技术深度应用于CTA图像分析，显著提升颈动脉斑块检测效能，相关科研成果被《Frontiers in Neurology》收录。在这些科研成果的基础上，深睿医疗不断拓展技术应用边界，已构建起多模态脑卒中智慧解决方案，整合CT平扫、CT血管造影（CTA）、CT灌注成像（CTP）、磁共振成像（MR）及磁共振血管造影（MRA）等多模态影像数据，形成覆盖脑卒中全病种的综合诊疗支持体系，实现从颈动脉等脑血管病变早期检测到脑卒中全程诊疗的技术闭环，为临床提供更系统、更精准的智慧化辅助。

缺血性脑卒中发病率、致残率和死亡率高，给社会和家庭带来了沉重的经济负担，成为影响中老年人健康的主要原因。临床上，颈动脉粥样硬化与脑卒中、脑梗死的发生密切相关，颈动脉粥样硬化主要表现为颈动脉内形成粥样硬化斑块，斑块的存在可导致相应节段的颈动脉狭窄或闭塞，从而导致缺血性临床症状的出现。伴随着影像学检查技术的发展，对头颈部动脉粥样硬化的观察越来越全面细致，血管造影CTA可以清楚的显示头颈动脉的斑块和狭窄程度。因此，提升斑块早期诊断准确率并进行有效干预，可有效减轻社会与家庭的医疗经济与负担，提升健康生活质量。

研究回顾性收集了647例颈动脉粥样硬化斑块患者数据，分为训练集、验证集和测试集，以召回率（病灶级敏感性）、患者级敏感性及精确度为核心指标评估模型性能，并通过两步式早期临床验证模拟真实诊疗场景。在深度学习算法方面，设计了基于编码器和解码器结构的分割模型，并融合多尺度特征图，使用全局语义特征建模增强网络对医学图像的分割效果，模型检测颈动脉斑块的敏感性达到95.16%。每个病例处理时间仅为6秒。在独立内部验证数据中其敏感性为91.86%。

研究结果显示该模型在斑块诊断中表现优异，亚组分析进一步证实，模型对不同部位、不同形态及不同类型的斑块均保持高识别准确性。更具临床价值的是，针对12名不同年资放射科医生的两轮 "有 / 无AI辅助" 诊断研究显示，AI辅助可显著提升全层级医生的诊断效能，不仅缩短诊断时间，更在真实病例中凸显出稳定可靠的实用性，为血管疾病早期筛查与精准诊疗提供了有力技术支撑。

研究证实，人工智能模型在颈动脉斑块检测中展现出卓越的临床潜力：不仅能有效助力临床医生提升诊断精准度，大幅缩短单例诊断耗时，更在真实临床病例的应用中凸显出稳定可靠的实用性，为血管疾病的早期筛查与精准诊疗提供了有力的技术支撑。

睿影多模态脑卒中智慧解决方案

体系延申

从单模块诊断到全周期管理 多模态方案守护脑血管健康

作为深睿医疗 Deepwise Met AI X睿影平台的核心解决方案之一，其以深度学习算法为核心引擎，系统整合CT平扫、CT血管造影（CTA）、CT灌注成像（CTP）、磁共振成像（MR）及磁共振血管造影（MRA）等多模态影像数据，构建起覆盖脑卒中全周期的综合诊疗支持体系。通过对多源影像信息的智能协同分析，方案可精准实现出血性脑卒中（如脑出血）、缺血性脑卒中（如脑梗死）及其他脑血管常见疾病（如动脉瘤、血管畸形）的自动检出、量化测量与深度分析，为临床提供多维度的影像诊断依据。

这种智能化分析模式不仅大幅减轻了医生的阅片负担，更通过标准化的分析结果减少了主观判断差异，让医生能快速锁定关键病灶信息。对于脑卒中这类 "时间就是大脑" 的急症而言，方案的核心价值在于显著压缩救治时间窗：从影像数据输入到生成结构化诊断报告的高效流程，为急诊绿色通道的快速决策提供了关键支撑，使患者能更早获得溶栓、取栓等针对性治疗。

同时，多模态影像的融合解读突破了单一影像的信息局限 --CT平扫快速识别出血灶，CTA精准定位血管闭塞部位，CTP评估脑组织缺血程度，MR与MRA则进一步补充软组织细节与血管形态信息，多维度数据共同构建起完整的病情图谱。这种全面性不仅让临床决策更具科学性，也为后续治疗方案的制定、疗效评估及康复跟踪提供了连贯的影像依据，最终在提升诊断效率与精准度的双重加持下，为改善脑卒中患者预后、降低致残致死率筑起了坚实的技术屏障。

平台升级

全院级生态中枢 X重构智慧影像新边界

Deepwise MetAI X新一代多模态智慧影像大模型能力平台在今年CMEF上重磅发布，平台突破单一科室边界，全力打造全院级影像生态的中枢，构建覆盖全流程的智能化诊疗体系。平台以革命性的医学影像和解构数据的"双总线"架构，全面整合放射、超声、内镜、核医学、病理等多模态数据，提供DeepSeek在内的大语言模型和医疗的垂类大模型能力平台，重构医学影像智能新边界，真正实现全流程全场景AI数智化。

从颈动脉斑块检测的单项技术突破，到脑卒中全周期诊疗的方案落地，再到全院级智慧影像平台的生态构建，深睿医疗以多模态技术为纽带，实现了从 "点" 到 "链" 再到 "网" 的体系化进阶。这一进阶不仅为脑血管疾病诊疗提供了从早期筛查到全程管理的闭环解决方案，更通过技术普惠推动优质医疗资源下沉，为提升脑卒中防控效率、降低社会疾病负担注入智慧动能，持续重构智慧医疗的临床价值边界。

论文引用信息

Guo Z, Liu Y, Xu J, Huang C, Zhang F, Miao C, Zhang Y, Li M, Shan H, Gu Y. A deep learning model for carotid plaques detection based on CTA images: a two stepwise early-stage clinical validation study. Front Neurol.2024;15:1480792.doi:10.3389/fneur.2024.1480792.

打赏