编辑推荐：
颈动脉 artery stenting（CAS）中缺血性并发症备受关注。研究人员运用 AI 技术，对 28 例使用 FilterWire EZ 的患者回顾性研究。发现 CAS 中滤器移动距离与术后 DWI 高信号病变显著相关。该研究为临床提供新思路。
在医疗技术飞速发展的当下，颈动脉狭窄的治疗取得了显著进展，颈动脉支架置入术（Carotid Artery Stenting，CAS）已成为治疗颈动脉狭窄的有效手段。然而，这一技术并非完美无缺，缺血性并发症如同高悬的 “达摩克利斯之剑”，严重影响着患者的预后。在手术过程中，如何减少这些并发症的发生，成为了医学界亟待攻克的难题。
在 CAS 手术中，栓塞保护装置（Embolic Protection Devices，EPDs）发挥着关键作用，其中滤器型 EPD 在拦截可能导致脑栓塞的栓子方面至关重要。人们普遍认为，减少滤器型 EPD 的移动有助于降低缺血性并发症的风险，但一直缺乏有力的研究证据支持这一观点。为了填补这一空白，来自国外的研究人员开展了一项具有开创性的研究，相关成果发表在《Clinical Neurology and Neurosurgery》杂志上。
研究人员对 2022 年 4 月至 2023 年 9 月期间，在其机构接受 CAS 手术且使用 FilterWire EZ（一种滤器型 EPD）的 28 例连续患者进行了回顾性研究。他们收集了患者的临床数据、手术过程视频以及术后磁共振成像（Magnetic Resonance Imaging，MRI）资料。研究的关键在于，运用了 Neuro - Vascular Assist（由 iMed Technologies 研发）中基于人工智能（Artificial Intelligence，AI）的设备检测功能，来精确量化滤器的移动情况。随后，通过多变量比例优势模型分析，探索术后扩散加权成像（Diffusion - Weighted Imaging，DWI）高信号病变与包括滤器移动在内的潜在缺血风险因素之间的关联。
在研究方法上，首先是患者的选择与数据收集。研究纳入连续病例，最大程度减少选择偏倚，收集了患者的基本临床信息，如年龄、性别、症状状态等。接着利用 AI 技术量化滤器移动，最后通过多变量比例优势模型分析各项因素与 DWI 高信号病变的关系。
研究结果令人瞩目。在最初纳入的 28 例患者中，由于一些原因，最终 23 例患者的数据符合定量分析标准。在这 23 例患者中，14 例（60.9%）术后 DWI 出现高信号病变。多变量分析显示，滤器移动距离（优势比为 1.01；95% 置信区间为 1.00 - 1.02；p = 0.003）以及时间飞跃磁共振血管造影中的高信号与 DWI 高信号病变存在显著关联。而年龄、症状状态和手术时间等因素，与 DWI 高信号病变并无显著相关性。
从研究结论来看，该研究明确了 CAS 手术中滤器移动增加与术后 DWI 高信号病变发生率升高之间存在潜在关联。这一发现意义重大，为临床医生在进行 CAS 手术时提供了新的参考依据。此前一些仅凭经验的做法得到了初步验证，AI 技术在精确量化血管内治疗方面展现出巨大潜力，有助于证明以往未经证实的临床建议，为后续优化手术操作、降低缺血性并发症风险奠定了基础。不过，研究也存在一定局限性，仍需进一步深入研究加以证实和完善。未来，随着研究的不断深入，有望为颈动脉狭窄患者带来更安全、有效的治疗方案，推动神经介入领域的发展。
