人工智能辅助院前卒中识别：挪威与瑞典急救医疗服务提供者的质性研究

推荐：为解决院前卒中识别时效性难题，挪威与瑞典学者开展AI辅助诊断工具的可行性研究。通过模拟病例与焦点访谈，发现急救人员将AI视为症状评估的补充工具，但需建立跨专业信任机制。该研究为优化卒中"黄金时间"管理提供了技术整合新思路，发表于《BMC Emergency Medicine》。

　　

在全球范围内，卒中已成为导致成人残疾和死亡的第二大病因，每年有超过1.01亿人深受其害。令人担忧的是，约67%的卒中患者年龄不足70岁，给社会和家庭带来沉重负担。当大脑血管突然阻塞或破裂时，每分钟就有190万个神经元凋亡——这就是为什么"时间就是大脑"成为卒中救治的黄金准则。然而在现实急救场景中，急救人员往往面临巨大挑战：如何在颠簸的救护车上，仅凭有限的设备和临床经验，快速区分缺血性卒中（占62%）和出血性卒中（占28%）？这两种类型需要完全不同的处置方案——前者需争分夺秒进行静脉溶栓（tPA）或机械取栓，后者则需控制血压和颅内压。

奥斯陆大学医院（Oslo University Hospital）的研究团队注意到，尽管已有国家卫生研究院卒中量表(NIHSS)等评估工具，但其在院前环境的应用仍存在争议。更棘手的是，对于症状不典型的患者（如仅表现为头痛或眩晕），误诊率高达30%。这促使研究人员思考：新兴的人工智能(AI)技术能否成为破解这一困境的钥匙？他们联合瑞典同行，开展了一项开创性的质性研究，成果发表在急诊医学领域权威期刊《BMC Emergency Medicine》上。

研究团队采用模拟病例与深度访谈相结合的创新方法。首先设计两种典型卒中场景（明显症状组与症状隐匿组），由24名来自挪威和瑞典的急救人员（平均从业8.5年）使用基于微波技术的AI头盔进行模拟处置。这种CE认证设备能在45秒内完成检测，外形类似普通救护车担架头盔。随后通过焦点小组和配对访谈，收集使用者对技术整合的真实体验。数据分析采用Braun和Clarke的主题分析法，确保研究发现的严谨性。

另一个工具包中的工具
研究发现急救人员始终将临床观察作为决策基石。瑞典资深护士S2的发言颇具代表性："从业多年形成的临床直觉往往最先敲响警钟"。对于典型症状（如面瘫、偏瘫），多数采用"上车即走"策略，认为AI检测会延误救治。但在症状模糊的案例中，AI被视作"拼图的重要一块"（挪威参与者N2描述），特别是当传统评估模棱两可时。值得注意的是，挪威团队更倾向将AI结果纳入综合判断，而瑞典同行则对阴性结果持保留态度。

信任至关重要
跨专业信任缺失成为突出议题。挪威急救员N2讲述的案例令人深思：即使面对明确症状，医院神经科医生仍质疑其判断，直到次日患者完全偏瘫才确诊。这种不信任是双向的——当AI检测与临床判断冲突时，瑞典护士S7坦言："就像看到心电图正常但患者面色死灰，你该相信谁？"研究强调，AI工具必须获得急救人员、神经科医生和患者三方认可，才能真正融入救治链条。

细节决定成败
所有参与者都指出，设备必须能区分卒中类型才有临床价值。在挪威山区，准确分型意味着选择2小时车程的取栓中心还是就近溶栓。便携性也至关重要——瑞典团队特别提到救护车"已像圣诞树般挂满设备"。有趣的是，挪威团队强调需要管理层的制度背书，而瑞典同行更关注设备的易用性培训。

这项研究揭示了技术创新与临床实践融合的复杂图景。AI不是要取代急救人员的"临床慧眼"，而是为那些"灰色地带"病例提供客观依据。正如研究者Ann-Chatrin Linqvist Leonardsen所指出的，未来研发需聚焦三个维度：提升设备灵敏度（特别是对腔隙性卒中的识别）、优化人机交互设计、建立跨机构验证机制。该成果为"智慧急救"发展提供了重要路标——只有当科技赋能与人文信任形成合力，才能真正为卒中患者抢回宝贵的救治时间。