「上医治未病」——《黄帝内经》的千年箴言，今日在医学影像领域焕发新生。面对儿童致残首因——脑瘫的早期预警难题，西安交大一附院在国家医学中心建设过程中将其作为重点攻关方向，依托「揭榜项目」，联合全国十余家医疗机构，基于常规磁共振成像（MRI）首次构建 6 月龄至 2 岁婴幼儿脑瘫风险智能预测模型，突破「确诊晚、干预迟」的临床困境。相关成果发表于 Lancet 子刊《eClinicalMedicine》及医学影像顶刊《IEEE Trans Med Imaging》，为全球脑瘫早期防控提供「中国方案」。
01 突破临床困局：从「被动治疗」到「主动预警」
脑瘫居我国儿童致残性疾病首位，而脑白质损伤（早产儿发生率超 20%）是其主要诱因。传统临床确诊多延迟至 2 岁后，错失神经可塑性黄金干预期。西安交大一附院联合河南中医药大学一附院、遵义医科大学附属医院等全国 12 家医疗机构，首次实现基于基层普及的常规 MRI 图像对脑瘫的早期精准预测。该研究发表于 Lancet 子刊《eClinicalMedicine》，黄婷婷博士为论文第一作者，杨健教授为论文通讯作者。
02 技术创新：五大脑区特征锁定风险，AI 赋能基层推广
研究团队发现，内囊后肢、半卵圆中心皮质脊髓束、大脑脚、丘脑及豆状核的异常信号或萎缩，是脑瘫的五大独立预测因素。基于此，团队创新性地构建视觉列线图模型，将复杂医学影像转化为直观风险评分，风险概率一目了然。模型在 383 名患儿的多中心验证中表现卓越：①预测精度：外部验证队列 AUC 达 0.92（95% CI:0.86-0.97）；②临床普适性：11 名不同经验医师盲测平均 AUC 0.96，敏感性与特异性分别达 90% 和 88%；③基层适配：仅需常规 MRI，无需昂贵高级序列，适宜资源有限地区推广。
「圣人见微以知萌，见端以知末」。西安交大一附院杨健教授团队、数学与统计学院孙剑教授团队进一步融合人工智能，实现关键脑区病变的自动识别与多模态特征融合，初步建成脑瘫风险智能评估系统，相关算法发表于《IEEE Trans Med Imaging》，亓凯博士、黄婷婷博士为论文共同第一作者，孙剑教授、杨健教授为论文共同通讯作者。
03 社会价值：早筛关口前移，点亮患儿希望
该模型将脑瘫风险预警窗口大幅提前至 6 月龄，为康复干预赢得关键时间。研究证实，对高风险婴儿实施早期康复治疗，可显著改善改善患儿的运动、语言、认知能力，帮助部分轻症患儿接近正常发育水平，甚至融入普通学校、参与社会劳动。这意味着减少了 「终身依赖型」 残障人群的比例，提升了社会整体人口的功能素质。正如通讯作者杨健教授所言：「一岁前的脑神经可塑性犹如春苗逢雨，此时干预事半功倍。」该研究团队去年到今年已开展全国多中心研究，未来，团队将继续扩大样本量，开展跨国多中心验证，推动「筛查-诊断-干预」一体化智能体系落地基层，提升基层医疗机构对脑瘫早期信号的识别能力，进而完善整个儿童健康管理体系，惠及所有儿童的发育健康。
编 辑：王美英
责任编辑：刘炳圻
好文章，需要你的鼓励
