基于临床文本的机器学习模型预测急性缺血性卒中半暗带-核心不匹配的临床价值研究

本研究针对急性大血管闭塞性缺血性卒中(AIS-LVO)患者，通过机器学习(ML)分析电子健康记录(EHR)中的非影像学数据，成功开发出可预测CT灌注(CTP)半暗带-核心比(P:C≥1.8)的XGBoost模型(AUROC=0.80)。该研究创新性地采用BioWordVec词嵌入与TF-IDF加权技术处理临床文本，为资源受限地区提供了一种无需依赖CTP的快速决策工具，对优化血管内取栓(EVT)治疗时间窗具有重要临床意义。

　　

在急性缺血性卒中治疗领域，时间就是大脑。当大血管闭塞(AIS-LVO)发生时，血管内取栓术(EVT)的疗效高度依赖于能否准确识别可挽救的缺血半暗带(Penumbra)与不可逆梗死核心(Core)。目前指南推荐使用CT灌注成像(CTP)计算的半暗带-核心体积比(P:C ratio≥1.8)作为EVT决策依据，但CTP存在诸多局限：平均延长20分钟救治时间、易受心衰患者运动伪影影响、在低收入地区普及率不足，且不同软件生成的灌注图存在一致性争议。这些瓶颈促使研究者探索替代方案。

Mount Sinai医疗系统的Shaun Kohli等学者在《npj Digital Medicine》发表了一项创新研究，首次证明机器学习可通过非影像学数据预测P:C比值。研究团队回顾性分析了120例AIS-LVO患者数据，这些患者在初始神经影像学检查后30分钟内接受了CTP。通过提取EHR中的结构化数据(如年龄、NIH卒中量表评分)和非结构化临床文本，创新性地构建了文本处理流程：先按500/1000/5000字符阈值构建患者级语料库，再应用BioWordVec生物医学词嵌入技术将文本转化为200维向量，最后通过TF-IDF加权生成文档嵌入特征。

关键技术包括：1) 从688例筛查患者中严格筛选120例符合标准的AIS-LVO病例；2) 使用10种ML算法比较性能，最优模型采用XGBoost架构；3) 通过1000次70/30分层自助采样验证模型稳定性；4) 分析不同专业背景(急诊医师/护士等)的临床笔记对模型影响。

研究结果部分显示：

1. 研究队列与纳入笔记特征：最终队列中88.3%患者P:C≥1.8，中位CTP检查时间为最后正常时间后13.7小时。500字符阈值下的笔记包含最多预测信号，其记录时间中位数为CTP前29.8分钟。

2. 最优模型性能与分类指标：XGBoost模型在500字符阈值下表现最佳(AUROC=0.80，95%CI 0.57-0.92)，敏感性和特异性分别为0.80和0.66。值得注意的是，纯文本模型(AUROC=0.79)显著优于纯结构化数据模型(AUROC=0.41)，证实临床文本蕴含关键预测信息。

1. 笔记作者类型对模型影响：55.3%纳入笔记来自护士，18.6%来自住院医师。Kruskal-Wallis检验显示模型性能不受作者专业背景影响(p=0.20)，但误分类样本常包含过多流程性描述。

讨论部分指出，该研究首次验证了非影像学数据预测P:C比值的可行性，其创新点在于：1) 通过TF-IDF加权词嵌入解决临床文本异质性难题；2) 预测时间较CTP提前30分钟，为临床决策争取宝贵时间；3) 模型性能不受医疗记录者专业差异影响，体现鲁棒性。虽然存在单中心回顾性研究的局限性，但该方法为资源匮乏地区提供了EVT筛选新思路，未来可与影像学模型形成互补。研究者已公开代码(GitHub)，建议后续开展多中心验证并探索连续型P:C值预测。

这项研究的临床转化价值显著：在CTP不可及的场景下，急诊科通过简单录入患者症状描述即可快速评估EVT适应症，尤其对后循环卒中等CTP判读困难的病例更具优势。随着医疗AI的发展，这种融合自然语言处理与机器学习的创新方法，或将成为卒中精准医疗的新突破口。