IS
Parent: ai_keywords
IS（Ischemic Stroke，缺血性卒中）百科解释
核心定义
缺血性卒中（IS）是脑部血液供应因血栓或栓塞导致中断的急性脑血管事件，占所有卒中的约80%。其病理核心为脑组织缺血缺氧引发的级联损伤，包括兴奋性毒性与氧化应激。人工智能（AI）在IS中主要应用于影像学快速判读、预后预测及个体化治疗决策辅助，显著提升了诊疗效率和精准度。
关键技术点
- 深度学习影像分割与检测
- U-Net、Transformer等模型可自动分割CT/MRI中的核心梗死区与缺血半暗带，快速计算ASPECTS评分，支持溶栓/取栓决策。
- 随机森林与生存分析预测复发
- 结合临床特征（年龄、NIHSS评分）与影像组学特征，模型可预测90天功能预后（mRS评分）及复发风险。
- 自然语言处理（NLP）结构化病历
- 从非结构化入院记录中提取起病时间、药物史等关键变量，自动生成卒中诊断报告，减少人工录入误差。
- 强化学习优化治疗路径
- 基于DPP（动态规划）模型模拟不同溶栓时间窗内的决策收益，为患者推荐最佳治疗方案。
医学/神经科学应用场景
首都医科大学宣武医院团队联合AI实验室开发了「智能卒中早期预警系统」：该系统部署于急诊CT室，利用轻量级ResNet在10秒内完成头颅平扫的颅内大血管闭塞（LVO）检测，敏感度达94%。同时，模型自动提取弥散加权成像（DWI）上的微栓子信号，结合患者血压、房颤史，输出静脉溶栓后再灌注成功率的实时概率。该系统在2023年临床预试验中将卒中门-针时间（DNT）平均缩短12分钟，显著提升预后良好率（mRS 0-2）。此外，针对帕金森合并IS的复杂病例，系统通过纵向MRI纹理分析识别丘脑底核与大脑中动脉区域的交互性灌注损伤，辅助制定血管内介入联合深部电刺激（DBS）的序贯治疗策略。
