基于多时相CTA的急性脑出血点征自动化检测：CARL算法的诊断性能评估

《Frontiers in Radiology》：Automated detection of the CT-angiography spot sign in acute intracerebral hemorrhage

　　

摘要翻译：早期血肿扩大是脑出血（intracerebral hemorrhage, ICH）后结局的主要决定因素。CT血管成像（CT angiography, CTA）点征可预测血肿扩大及不良结局，但其判读需要专业经验。自动化检测有助于基于影像的血栓止血治疗选择策略。研究人员评估了一种基于多时相CTA的自动化算法检测点征的诊断性能。研究人员分析了症状发作后4.5小时内就诊并接受多时相CTA检查的自发性脑出血患者。从前瞻性登记库中随机选取50例扫描。该自动化算法独立将每例扫描判定为点征阳性或阴性。一名神经放射学专家作为参考标准。点征检测的敏感性为95.7%，特异性为74.1%。在这项初步研究中，基于动态CTA的自动化点征检测可行且显示出高敏感性和中等特异性，支持对CARL进行进一步独立验证。此类工具可能使点征识别标准化、支持临床试验入组，并有望促进快速筛选具有高血肿扩大风险的患者。

论文解读：基于多时相CTA的急性脑出血点征自动化检测：CARL算法的诊断性能评估

一、研究背景与问题

急性脑出血（intracerebral hemorrhage, ICH）后早期血肿扩大是临床结局和死亡率的重要决定因素，也是重要的治疗靶点。CT血管成像（CT angiography, CTA）点征已被证实为预测血肿扩大、不良功能结局和死亡率的可靠影像生物标志物。点征在症状发作后早期出现，通常代表对比剂外渗和活动性出血，可识别临床恶化风险最高的患者。近期发表的FASTEST试验评估了重组活化因子VII（recombinant activated factor VII, rFVIIa）在ICH发病2小时内患者中对血肿扩大的治疗作用。尽管总体试验未显示功能结局的统计学显著改善，但预先指定的亚组分析显示，在CTA点征阳性的ICH患者中，rFVIIa减少了血肿扩大并改善了临床结局，这提示基于影像的患者选择策略可能增强止血治疗的有效性。

然而，点征的判读需要专业经验和培训，这可能限制其在急性卒中工作流程中的广泛应用。自动化影像平台正越来越多地用于简化急性卒中影像判读，包括自动化ICH检测和血肿体积量化。为此，研究人员开发了全自动化软件——计算机辅助渗漏识别（Computer Assisted Recognition of Leakage, CARL），旨在利用多时相CTA数据检测点征。本研究旨在以神经放射学专家判读作为参考标准，评估CARL检测点征的诊断性能。

二、研究设计与方法概述

研究人员分析了来自加拿大渥太华医院前瞻性影像登记库的连续成人自发性ICH患者。纳入标准为年龄≥18岁、症状发作后4.5小时内就诊、于2013至2018年间接受标准化急性卒中影像协议中的多时相CTA检查。排除了继发性出血原因（包括创伤、颅内恶性肿瘤、动脉瘤或动静脉畸形）的患者。采用320排容积CT扫描仪（Aquilion ONE?，东芝，日本）进行全脑动态CT采集，在静脉注射碘对比剂后53秒内获取19个全脑图像容积，峰值对比剂通过期间扫描间隔为2秒，之后为5秒。像素尺寸为0.43×0.43×0.5 mm。经与方法中心协商，从原始登记库中随机选取50例动态CTA扫描，同时保持观察到的点征患病率（45%），以获得自动化算法相对于专家参考判读的初步敏感性和特异性估计。CARL是一种确定性规则算法而非训练的机器学习模型，在评估该队列前已锁定。研究选取了22例点征阳性和28例点征阴性病例。参考标准由一名具有超过15年点征评估经验、且最初描述动态CTA点征的委员会认证神经放射学专家（SC）执行，该专家在不知道CARL输出结果的情况下对所有扫描进行判读。对不一致病例进行了事后共识复核，以确定CARL是否识别了初始专家复核遗漏的真实点征。以专家判读为金标准，计算CARL检测点征的敏感性和特异性，并采用精确二项（Clopper-Pearson）方法得出95%置信区间。

三、主要研究结果

共分析了50例动态CTA研究，初始放射科判读包括22例点征阳性和28例点征阴性。以神经放射学专家评估作为参考标准，CARL产生21例真阳性、20例真阴性、8例假阳性和1例假阴性；共有9例CARL与专家判读不一致。所有不一致病例均经过神经放射学专家和两位经验丰富的卒中神经病学家（DD和MH）联合复核以确定共识分类。在一例初始被神经放射学专家判为点征阴性但CARL判为阳性的病例中，共识复核一致重新分类为点征阳性，从而重新分类结果为22例真阳性、20例真阴性、7例假阳性和1例假阴性。其余不一致病例反映CARL识别出潜在渗漏但未在专家复核中得到确认，以及一例存在运动伪影的扫描中漏检点征。相对于初始独立专家参考标准，CARL的敏感性为95.5%（95% CI 77.2–99.9），特异性为71.4%（95% CI 51.3–86.8）；经事后共识重新分类一例不一致病例后，敏感性为95.7%（95% CI 78.1–99.9），特异性为74.1%（95% CI 53.7–88.9）。基线特征方面，患者中位年龄72岁（IQR 63.5, 81.8），女性占56%，点征阳性（初始分类）占44%，点征阳性（重新分类）占46%，实质血肿体积中位数21 mL（IQR 6.6, 55.2），总血肿体积（实质+脑室）中位数24.9 mL（IQR 7.2, 57.9），脑室内出血占28%，发病至影像检查时间中位数89分钟（IQR 70, 133.8）。

四、讨论与结论总结

讨论部分指出，早期识别活动性出血对ICH急性止血治疗至关重要，近期临床试验数据重新引起了对基于影像的患者选择策略的兴趣。在FASTEST试验中，CTA点征阳性患者接受rFVIIa治疗的血肿增长减少幅度（ICH增长减少约9.4 mL，ICH联合脑室内出血增长减少14.1 mL）远大于点征阴性患者（仅观察到极小减少），支持活动性出血影像生物标志物可识别止血治疗可能具有最大生物学效应的亚组。自动化影像平台正越来越多地整合到急性卒中工作流程中，如RapidAI在晚期窗口血栓切除试验中发挥关键作用并随后被许多综合卒中中心采用，Viz.ai和RapidAI也通过提供快速自动化体积评估支持ICH试验入组。本研究结果将该范式扩展到自动化检测可能有助于预后判断、促进临床试验入组并支持止血治疗患者选择的影像生物标志物。但本研究未直接评估CARL分类是否预测后续血肿扩大、临床结局或对止血治疗的反应，这些潜在下游应用需要前瞻性验证。

研究局限性包括：样本量适中且有意选择以保持原始队列中的点征患病率，可能限制普适性；需要独立队列的外部验证；中等特异性提示当前原型可能对细微信号变化敏感，需要进一步改进；CARL仅在使用320排扫描仪获取的19容积动态CTA上评估，结果不应推广到常规单时相或有限多时相CTA，需要其他扫描仪和较低时间分辨率方案上的验证；算法目前运行在研究型计算环境中，需要优化和整合到供应商平台以实现实时临床使用。

研究结论翻译：这些初步发现为自动化点征检测提供了概念验证，但需要更大规模的独立研究来确定CARL的诊断性能和普适性。此类工具可帮助跨中心标准化检测、支持临床试验入组，并促进快速识别最可能从止血治疗中获益的患者。