|
出血性卒中系指多种病因导致的原发性颅内出血性疾病，主要包括脑出血和蛛网膜下腔出血（SAH），是重要的公共卫生问题。我国出血性卒中的发病率为69.6/10万人年，约占全部脑卒中的28.2%，病残率高达40%，伤残调整寿命年（DALY）约达1000万年，给社会和家庭带来极大的疾病负担。一方面，出血性卒中的诊断与治疗具有一定的复杂性，涉及多学科，特别是神经内外科均构建出多个诊断、评估、治疗和康复体系，不同体系的侧重点不同，但是受限于疾病的认识水平，数十年来仅有基本治疗原则，在具体治疗方案上始终未有突破性进展。另一方面，随着经济的发展和生活水平的提高，临床医师和患者不仅关注出血性卒中后生存率，而且更加重视神经功能恢复和远期生活质量。以往囿于检测技术的限制，难以对疾病进行精准描述，无法真正制定个体化诊断与治疗方案，患者预后差异较大。如何借助诊断与治疗技术的进步，最终实现出血性卒中诊断与治疗的精准化、个体化，是未来关注重点。
一、出血性卒中的精准诊断
随着CT的普及，出血性卒中的诊断已不再是难题，但传统诊断方法无法直接评估病情、预测预后，更难以直接指导治疗，这与既往临床医师缺乏处理大数据的技术和精准诊断的理念有关。虽然传统CT可以明确出血量、出血部位、是否破入脑室，也可以发现血肿周围水肿、脑疝形成等，而且结合CTA或MRI还有助于判断病因和出血时间，但是上述信息并未被充分描述，难以达到精准诊断的标准。以出血量为例，多田公式（即长×宽×高/2）为目前公认的估算方法，但是对于形态不规则的血肿、硬膜外和（或）硬膜下血肿均不准确，而3D-Slicer图像重建软件（www.slicer.org）则弥补了多田公式的不足，可以准确估算出血量。另外，近年报道的机器学习自动分割血肿算法，可以更方便、快捷地获得精确的出血量，而且算法与手动分割的一致性相关系数（CCC）高达0.99，多田公式仅为0.82。在精确计算出血量的基础上，已有学者尝试通过多种临床信息进行临床评估，例如采用CT图像结合临床变量，构建出可以预测蛛网膜下腔出血后继发缺血性卒中的模型，其受试者工作特征曲线（ROC）曲线下面积（AUC）为0.74。随着人工智能（AI）技术、大数据分析技术的不断进步，未来不仅可以完成对出血量、出血部位、脑组织受压等结构改变的精准描述，同时还可以进一步结合功能影像学实现对出血性卒中的精准诊断，成为精准评估、预测、治疗的基础。
二、出血性卒中的精准评估与预测
对疾病的精准评估与预测，有助于临床医师更好地进行临床决策。目前对出血性卒中的评估方法不仅有传统影像学，还可结合患者的临床表现、生物学标志物及多模态监测技术，借助大数据分析技术，进行精准评估，综合预测疾病转归。
1. 临床表现的精准评估 既往对出血性卒中的评估是以意识障碍为核心，即Glasgow昏迷量表（GCS）占据重要地位，此外，还有评价神经功能的美国国立卫生研究院卒中量表（NIHSS）也是经典评估系统。随着人工智能和大数据分析技术的进步，使得依靠大量临床数据构建更为精准的预测模型成为可能。目前已有学者通过采集153例蛛网膜下腔出血患者的473项临床变量，借助机器学习方法构建出预测Glasgow预后分级（GOS）评分的模型，其预测GOS评分1-2分的AUC值为0.92，预测GOS评分4-5分的AUC值为0.95。
2. 生物学标志物的精准评估 有研究显示，常用的血液生化等指标与血肿进展或预后不良相关，如高血糖、高C-反应蛋白（CRP）、极低密度脂蛋白胆固醇（VLDL-C）、低血钙等；同时发现，CD36等基因表达缺失的患者，其血肿吸收速度缓慢、90天改良Rankin量表（mRS）评分降低。未来结合血液、脑脊液生化指标和基因表达变化等相关信息，可能成为出血性卒中精准评估的重要部分。
三、出血性卒中的精准治疗
在不同学科制定的指南中，针对不同类型出血性卒中（包括脑出血和蛛网膜下腔出血）给出多种治疗推荐，其中以外科手术争议较多，是否予以外科手术干预和手术方式尚无定论。传统观念认为，手术目的是挽救生命，因此更强调降低颅内压，倾向通过去骨瓣减压术挽救患者生命；但是越来越多的临床实践希望通过外科手术改善患者远期生活质量，倾向于清除血肿以保护神经功能。然而，无论是国际脑出血外科手术II期试验（STICH-II）还是微创术与重组组织型纤溶酶原激活物联合清除颅内出血III期试验（MISTIE-III）均未发现血肿清除术的明确优势，但亚组分析显示，某些特定患者可能从外科手术中获益，例如就诊时即判断预后较差、病情呈进行性恶化、血肿位于浅表部位的患者。因此认为，针对何种患者进行外科手术干预、选择何种手术方式，是实现出血性卒中精准治疗的重要挑战。
1. 精准治疗方案 目前主要依靠出血量判断是否需要施行外科手术，包括小脑出血直径>3cm、幕上出血量>30ml等适应证。但是这些手术适应证存在较大的局限性：（1）人工估算的出血量不甚准确。（2）未能考虑血肿的进展风险，易在保守治疗中错过外科手术时机。（3）未综合考虑脑水肿、脑脊液等的影响。因此认为上述3项因素可能共同决定手术时机。晚近研究显示，一种基于脑出血MRI图像、综合多种解剖学结构的疾病模型可用于判断病情，即通过机器学习方法可识别基底神经核等10余项脑深部影像学改变，再结合出血量、中线偏移和是否破入脑室等构建意识水平预测模型，最终该模型预测患者脱离重症监护病房（约4天）时意识水平的AUC值为0.74。随着人工智能技术的发展，未来借助影像学分析，综合电子病历、学术文献、生理学监测等多模态数据，形成基于人工智能的诊断与辅助决策系统成为可能。
2. 精准外科手术 传统的手术方式包括开颅去骨瓣减压术和开颅血肿清除术。随着治疗技术以及手术器械和设备的进步，逐步发展出多种微侵袭手术方法，主要包括立体定向血肿穿刺引流术、神经内镜下血肿清除术、YL-1型穿刺针血肿穿刺引流术等。由于目前缺乏明确的有效证据，加之临床医师所擅长的技术不同，在选择治疗方案时存在偏倚，选择何种手术方式尚在探索之中。诸如，采用三维空间透视融合系统，将MRI数据传输至手术显微镜视野中以实现增强显示，可以更好地识别肿瘤边界，或将手术视频匹配至三维虚拟手术场景中，辅助设计手术路径，同时结合神经导航信息优化虚拟手术场景。未来随着手术设备的改进和计算机技术的发展，特别是神经导航技术的不断小型化、简便化，手术机器人的普及，使得手术方案的设计更加简便，从而提高手术的精准性。
四、出血性卒中的精准康复与随访
出血性卒中后的康复治疗有助于促进恢复，减轻功能障碍，改善生活质量，从而促进患者回归社会，减轻社会和家庭的疾病负担。目前康复治疗主要以改善功能障碍为目的，同时辅以定期随访。近年来，随着fMRI、18F-脱氧葡萄糖（18F-FDG）PET和扩散张量成像（DTI）等影像学技术的进步，对大脑的认识逐渐由结构进展至功能，不仅发现脑损伤后存在脑功能重塑现象，而且已构建出详细的脑功能和脑连接图谱。如何从脑功能角度进行康复训练，同时结合神经电刺激、脑机接口（BCI）、干细胞移植等技术，是未来康复治疗的发展方向。
虽然出血性卒中在我国是常见病，但是由于随访资料缺失，难以获得疾病转归资料，鲜有我国自己的循证医学证据。为实现对患者的精准随访，2019年由北京协和医院牵头，以颅内出血影像学数据为核心，结合患者临床资料，建立了国内多中心颅内出血影像学数据库，短短6个月已经覆盖全国20余家医院，病例数近5000例，为形成国人自己的循证医学证据，打下了坚实的基础。
综上所述，出血性卒中病因复杂，临床表现多样，诊断与治疗涉及多学科，目前治疗效果不甚满意，随着新技术、新方法、新概念的不断涌现，其诊断与治疗必将迈向精准化、个体化。但是精准诊断与治疗的实现，依靠临床医师在思想和观念上的转变，突破个人经验的局限，通过多学科诊疗模式（MDT），以患者最终获益为目标，期望实现出血性卒中诊断与治疗的精准化、个体化。
|
