关于机械取栓导航的血管内模型和有效性指标的立场声明——代表人工智能辅助机器人取栓术利益相关方工作组(START)A Position Statement on Endovascular Models and Effectiveness Metrics for Mechanical Thrombectomy Navigation, on Behalf of the Stakeholder Taskforce for Artificial Intelligence–Assisted Robotic Thrombectomy (START) | Journal of the American Heart Association

尽管我们在克服传染病和癌症方面取得了进展，但21世纪中叶的主要医学挑战之一将是中风患病率的不断上升。大血管闭塞尤其具有致残性，然而，有效的治疗需要在数小时内完成才能获得最佳结果，但由于地理可及性，这种治疗仍然有限。为在地理分布多样的人群中改善及时获得机械取栓的机会，一个解决方案是广泛部署机器人手术系统。人工智能辅助可能使操作者能够安全有效地提升技能，以应用这种新兴的治疗递送方法。我们的目标是为开发和验证用于取栓术的人工智能辅助机器人建立共识框架。目标包括标准化有效性指标，并定义跨计算机模拟、体外、离体和体内环境的参考测试平台。为实现这一目标，我们召集了神经介入、机器人学、数据科学、健康经济学、政策、统计学和患者倡导方面的专家。通过孵化日、德尔菲法和最终立场声明建立了共识。我们确定了4个必需的测试平台环境各自具有不同的验证作用。真实性要求各不相同：较简单的测试平台应包括与导丝和导管使用兼容的真实血管解剖结构，而标准测试平台应包含可变形血管。更高级的测试平台应包括血流、搏动性和疾病特征，如动脉粥样硬化斑块。有效性指标分为两大类：一类用于计算机模拟、体外和离体阶段，侧重于技术导航（例如，路径跟踪误差）；另一类用于体内阶段，侧重于临床结果（例如，改良脑梗死治疗评分）。患者安全是核心，并非这项技术发展的障碍。现在需要的一项必要患者安全任务是，将体外测量结果与体内并发症进行关联研究。

【全文结束】