心脏骤停后6小时的头颅CT就能判神经结局:报告里的五种征象当辅助监督,AUROC升到0.929
核心概要
对接受体外心肺复苏(ECPR)后6小时内完成头颅CT的患者,一种以放射报告提取的五种脑损伤征象为辅助监督的迁移学习方案,把神经结局预测的平均AUROC从仅用结局标签的0.918±0.044提高到0.927±0.042;再加入486例只有征象标签、没有合格结局标签的检查后达到0.929±0.037,且推理时只用CT图像。
深度剖析
早期头颅CT上的缺氧缺血性脑损伤征象往往细微且尚未充分显现,常规CT指标在心脏骤停后最初6小时内的敏感性和区分度都有限,而带结局标签的病例又很少。 此前的做法是在同一批有结局标签的患者上直接学习结局,或把冻结编码器输出的特征汇总后做逻辑回归与多层感知机分类。 在197例可评估结局的患者上做五折患者级交叉验证,汇总特征的逻辑回归和多层感知机平均AUROC分别为0.894±0.045和0.891±0.043,仅用结局的交叉注意力适配器为0.918±0.044。
方案让一个冻结的头颅CT编码器输出同时服务六个任务:一个神经结局,五个由放射报告标注的脑损伤征象。 六个可学习查询通过交叉注意力分别从共享图像特征中聚合出各自的表示,再各自接一个预测头,用加权二分类交叉熵联合训练。 征象标签由Qwen3.8-27B按结构化提示从自由文本报告中零样本抽取,明确存在与明确不存在才计入损失,不确定与未提及的征象被掩蔽;结局损失只对有合格结局标签的患者计算。
报告征象的监督让没有合格结局标签的检查也能参与训练,而推理阶段仍只需CT图像。 在同一批可评估结局的患者内,加入征象监督把平均AUROC从0.918±0.044推到0.927±0.042;再纳入486例仅有征象标签的患者后达到0.929±0.037。 加入额外检查后平均特异度从82.9%升到93.7%,平均敏感度从83.6%降到79.9%,平均平衡准确率从83.3%升到86.8%;相对仅用结局的适配器,敏感度79.9%对75.4%、特异度93.7%对89.1%。
启示与展望
结论建立在单中心2015年12月至2025年11月连续接受ECPR、且在插管后6小时内完成非增强头颅CT并有对应放射报告的683例患者上,其中197例进入结局评估;性能由内部五折交叉验证估计,作者计划随病例增加扩大开发队列并在其他ECPR中心做外部验证。
报告标注在负担与完整性之间存在取舍:掩蔽不确定和未提及的征象避免了把未报告当作不存在,但减少了可用监督,也无法纠正报告本身的不准确或抽取错误,因此征象性能只在有明确标签的子集上估计。结局分析仅纳入同时满足CT时间与出院结局预设标准的197例,对其他中心的泛化性未知;推理只用CT,而指南推荐多模态神经预后评估。
