引用本文
邓凯, 冯骏, 陈晋星, 等. 人工智能辅助导航软件在颈动脉腔内治疗中的应用研究[J]. 中华血管外科杂志（中英文）, 2026, 11(4): 249-256. DOI: 10.3760/cma.j.c101411-20260601-00062.
临床研究
人工智能辅助导航软件在颈动脉腔内治疗中的应用研究
/ 2026年11卷04期 /
邓凯 冯骏 陈晋星 王崴屹 彭佳琦 李延 禄韶英
西安交通大学第一附属医院血管外科，西安 710061
通信作者：禄韶英【摘要】
目的 比较人工智能（AI）辅助数字化路图导航软件与传统数字减影血管造影（DSA）路图导航在颈动脉腔内治疗中应用的安全性和有效性。
方法 本研究为回顾性队列研究，选取2025年4月至2026年4月在西安交通大学第一附属医院因颈动脉狭窄接受支架植入的患者126例，根据术中导航方式不同分为AI导航组和对照组。采用1∶1倾向性评分匹配后，两组各纳入38例。AI导航组男性25例，女性13例；年龄为（66.49±14.11）岁；狭窄率为（77.1±8.7）%；颈动脉重度狭窄32例，中度狭窄6例。对照组男性24例，女性14例；年龄为（65.24±13.27）岁；狭窄率为（76.8±8.3）%；颈动脉重度狭窄33例，中度狭窄5例。倾向性评分匹配后，两组患者年龄、性别、文化程度、吸烟史、饮酒史、病变侧别、狭窄程度、狭窄率及合并症等基线特征均达到良好平衡（标准化均值差＜0.10）。对照组采用传统二维DSA路径图导航，AI导航组采用AI数字化路图导航软件（AngiSight）辅助下完成颈动脉支架植入手术。比较两组患者手术总时长、X线透视时长、造影剂使用量、辐射剂量及围手术期并发症发生情况。
结果 AI导航组手术总时长［（52.11±8.51）min］，短于对照组［（59.40±10.65）min］； X线透视时长［（11.75±3.87）min］，低于对照组［（17.51±3.44）min］，差异均有统计学意义（均P＜0.01）。AI导航组造影剂使用量［（64.89±3.72）ml 比 （103.77±6.74）ml］、参考空气比释动能［（237.63±30.20）mGy 比 （343.57±36.21）mGy］及剂量-面积乘积［（57.89±6.23）Gy/cm²比 （98.38±7.24）Gy/cm²］均低于对照组，差异均有统计学意义（均P＜0.01）。两组围手术期总并发症发生率比较差异无统计学意义（P=1.00）。
结论 颈动脉狭窄腔内治疗中使用情况提示AngiSight辅助导航对减少术中透视时长、降低造影剂使用量及辐射暴露具有潜在价值。其对围手术期并发症及其安全性的影响尚需进一步验证。
【关键词】 颈动脉狭窄； 数字减影血管造影； 手术导航； 人工智能辅助手术
Application of artificial intelligence-based digital roadmap navigation software in carotid endovascular treatment
Deng Kai, Feng Jun, Chen Jinxing, Wang Weiyi, Peng Jiaqi, Li Yan, Lu Shaoying
Department of Vascular Surgery, The First Affiliated Hospital of Xi'an Jiaotong University, Xi'an 710061, China
Corresponding author: Lu Shaoying【Abstract】
Objective To compare the safety and efficacy of an artificial intelligence (AI)-assisted digital roadmap navigation software with conventional digital subtraction angiography(DSA) roadmap navigation in carotid artery stenting.
Methods This study was a retrospective cohort study. A total of 126 patients who underwent carotid artery stenting (CAS) for carotid stenosis at the First Affiliated Hospital of Xi'an Jiaotong University between April 2025 and April 2026 were enrolled. Patients were divided into an AI navigation group and a control group according to the intraoperative navigation method. After 1∶1 propensity score matching, 38 patients were included in each group. In the AI navigation group, there were 25 males and 13 females, with an age of (66.49 ± 14.11) years and a stenosis rate of (77.1 ± 8.7)%,including 32 patients with severe stenosis and 6 with moderate stenosis. In the control group, there were 24 males and 14 females, with an age of (65.24 ± 13.27) years and a stenosis rate of (76.8 ± 8.3)%, including 33 patients with severe stenosis and 5 with moderate stenosis. There were no statistically significant differences in baseline characteristics between the two groups, including age, sex, educational level, smoking history, drinking history, lesion side, degree of stenosis, stenosis rate, and comorbidities (standardized mean difference < 0.10). The control group underwent conventional two-dimensional DSA roadmap navigation, whereas the AI navigation group underwent CAS assisted by an AI-based digital roadmap navigation software (AngiSight). Total operative time, duration of X-ray fluoroscopy, contrast medium consumption, radiation dose, and perioperative complications were compared between the two groups.
Results The total operative time in the AI navigation group was (52.11 ± 8.51) min, which was shorter than that in the control group [(59.40 ± 10.65) min]. The fluoroscopy time was (11.75 ± 3.87) min in the AI navigation group, which was lower than that in the control group [(17.51 ± 3.44) min], and both differences were statistically significant (both P<0.01). The contrast medium consumption [(64.89 ± 3.72) ml vs. (103.77 ± 6.74) ml], cumulative reference air kerma [(237.63 ± 30.20) mGy vs. (343.57 ± 36.21) mGy], and dose-area product [(57.89 ± 6.23) Gy/cm² vs. (98.38 ± 7.24) Gy/cm²] in the AI navigation group were all lower than those in the control group, with all differences being statistically significant (all P<0.01). There was no statistically significant difference in the overall incidence of perioperative complications between the two groups (P=1.00).
Conclusion The use of AngiSight-assisted navigation in CAS patients may have potential value in reducing intraoperative fluoroscopy time, contrast medium consumption, and radiation exposure. However, the impact on perioperative complications and safety still needs futher verification.
【Key words】Carotid artery stenosis; Digital subtraction angiography; Surgical navigation; Artificial intelligence assisted surgery
颈动脉狭窄是导致缺血性脑卒中的重要危险因素之一，其发生与动脉粥样硬化密切相关［1］。近年来，随着人口老龄化加剧，高血压、糖尿病等基础疾病人群持续攀升，脑血管疾病发病率逐年增多。颈动脉支架植入术（carotid artery stenting，CAS）因创伤小、恢复快而逐渐成为治疗颈动脉狭窄的重要方式［2］。然而，颈动脉分叉部解剖结构复杂，病变常伴有钙化、扭曲及斑块不稳定等特点［3］ 。目前，传统数字减影血管造影（digital subtraction angiography， DSA）路图导航仍是CAS术中最常用的导航方式［4］。然而，其需反复进行DSA以更新路图，增加了造影剂使用量及患者和术者的辐射暴露，在复杂病变中尤为明显［5-6］。已有研究表明，术中透视时长和造影剂使用量与患者辐射暴露及造影剂相关不良事件发生风险密切相关［7］。因此，如何减少重复造影、降低辐射暴露并提高手术效率已成为介入导航技术的重要发展方向。
近年来，随着人工智能（artificial intelligence，AI）及医学影像融合技术的发展，基于图像融合及实时路径规划的AI导航技术逐渐应用于介入领域［8-9］。本团队应用基于深度学习的血管轮廓自动分割算法，开发了一款名为AngiSight的DSA术中数字化路图导航软件，能利用DSA机器提供的实时影像，实现术中血管轮廓自动分割，并动态叠加透视图像，为器械输送提供持续导航信息，有望减少术中重复造影，降低辐射暴露并提高手术效率。AngiSight目前仅用于经伦理审批后的临床研究，不作为正式医疗器械用于临床常规诊疗。本研究主要关注该软件辅助导航的临床应用效果，不对血管分割准确率、处理时间、导航误差等算法技术性能进行评价。
目前，关于AI数字化路图导航在颈动脉狭窄腔内治疗中的临床应用研究仍较少，尤其缺乏采用倾向性评分匹配方法评价其对手术效率、造影剂使用量及辐射暴露影响的临床证据。因此，本研究基于倾向性评分匹配方法，比较AngiSight辅助数字化路图导航与传统DSA路图导航在CAS中的临床应用效果，主要评价手术时长、X线透视时长、造影剂使用量、辐射暴露及围手术期并发症发生情况等临床相关指标，旨在评价该辅助导航软件的临床应用可行性，而非验证其AI算法性能。
资料与方法
一、一般资料
本研究为回顾性队列研究。研究开始前已获得西安交通大学第一附属医院医学伦理委员会批准（XJTU1AF2024LSYY-015），所有患者均于术前签署研究知情同意书后接受相应治疗。纳入2025年4月至2026年4月在西安交通大学第一附属医院接受CAS治疗的患者126例，依据术中不同导航方式分为对照组（62例）和AI导航组（64例），导航方式根据患者知情同意及AngiSight软件可用情况确定，对照组术中采用传统DSA导航，AI导航组术中采用AngiSight软件辅助导航。为控制混杂偏倚，采用Logistic回归模型计算每例患者的倾向性评分，纳入匹配变量包括性别、年龄、文化程度、高血压史、糖尿病史、吸烟史、饮酒史、病变侧别、狭窄程度及狭窄率，采用1∶1最近邻匹配法匹配后，两组各纳入38例患者，其基线特征均衡可比。见图1。其中对照组男性24例，女性14例；年龄（65.24±13.27）岁（范围：51～82岁）；重度狭窄33例，中度狭窄5例；AI导航组男性25例，女性13例；年龄（66.49±14.11）岁（范围：52～79岁）；重度狭窄32例，中度狭窄6例。两组患者在性别、年龄、文化程度、高血压史、糖尿病史、吸烟史、饮酒史、病变侧别、狭窄程度及狭窄率等基线资料方面差异均无统计学意义［标准化均值差（standardized mean difference ，SMD）＜0.10］。见表1。
二、纳入和排除标准
1.纳入标准：（1）经CT 血管造影、磁共振血管成像或DSA确诊为颈动脉狭窄；（2）有症状患者狭窄率≥50%，无症状患者狭窄率≥70%；（3）符合CAS手术适应证；（4）术前完成脑血管影像学评估。
2.排除标准：（1）颈动脉完全闭塞；（2）近4周内大面积脑梗死或脑出血；（3）非动脉粥样硬化性病变（夹层、大动脉炎、纤维肌发育不良等）；（4）合并严重脏器功能障碍；（5）凝血功能障碍或抗血小板药物禁忌；（6）临床资料不完整或失访。
三、方法
所有患者均由具有丰富CAS经验的同一术者团队完成手术，研究期间核心术者组成未发生变化。主要术者具有10年CAS操作经验。患者均采用局部浸润麻醉，经股总动脉穿刺建立血管通路，置入动脉鞘。所有病例均常规使用远端脑保护装置，将保护伞释放于颈内动脉远端正常血管段。AngiSight导航仅作为术中辅助导航工具，不替代标准DSA影像学确认。关键步骤包括保护装置释放、支架释放及术后结果评价均需通过DSA造影确认。AngiSight基于DSA获取的血管影像进行实时血管分割，并将分割后的血管轮廓动态叠加于透视图像，不依赖骨性标记进行配准。支架型号、球囊规格及是否进行预扩张或后扩张由术者根据病变特点决定，两组采用相同治疗原则。
1.对照组：采用传统二维DSA路径图导航。术中在最佳工作角度下注射造影剂，使用Philips（荷兰飞利浦医疗保健公司）获取二维DSA图像，并生成路径图。术者依据实时透视与路径图叠加关系完成导丝及支架操作。见图2。
2.AI导航组：AngiSight采用门控注意力多尺度U-Net深度学习网络进行实时血管分割。模型训练基于本中心历史DSA数据集，所有训练样本均由两名具有10年以上经验的血管外科医师完成标注。系统通过局域网与DSA设备实时连接，在获取DSA序列后完成血管轮廓分割。本研究中AngiSight软件仅用于术中导航辅助显示，不参与诊疗决策。需要说明的是，本研究的设计目的为评价该软件辅助导航的临床应用效果，未在本研究中对其血管分割Dice系数、IoU、单帧处理时间或导航配准误差等算法性能进行独立评价，因此上述算法信息仅用于说明软件的基本工作原理。具体步骤如下：（1）DSA序列采集：术中使用Philips持续获取DSA动态图像；（2）血管智能分割：AngiSight导航软件基于深度学习算法自动识别血管轮廓并完成分割；（3）动态血管叠加：将分割后的血管轮廓动态融合叠加于透视图像；（4）术中辅助导航显示：持续显示血管走行及病变位置，为术者判断器械与目标血管的相对位置提供辅助参考。见图3。
四、观察与评价指标
本研究评价终点主要包括围手术期操作效率、造影剂使用量、辐射暴露及围手术期并发症。操作效率相关指标包括手术总时长和X线透视时长；造影剂及辐射暴露指标包括造影剂使用量、剂量-面积乘积（dose-area product，DAP）和参考空气比释动能（reference air kerma，Ka，r）；围手术期并发症作为安全性观察指标。本研究未设置导航定位准确性、支架释放精度、中远期临床预后及AI算法性能等评价终点。
1.倾向性评分匹配：采用Logistic回归模型计算每例患者的倾向性评分，纳入匹配变量包括性别、年龄、文化程度、高血压史、糖尿病史、吸烟史、饮酒史、病变侧别、狭窄程度及狭窄率等基线资料。采用1∶1最近邻匹配法，匹配过程中不放回，卡钳值设定为倾向评分绝对差0.02；该参数在兼顾匹配后样本保留及协变量平衡的基础上确定。
匹配完成后，采用SMD评价两组患者基线资料的平衡性并绘制LOVE图。如各协变量匹配后的SMD均＜0.10，提示匹配后基线资料均衡性良好，可进一步进行组间比较分析。纳入倾向评分模型的基线变量及主要观察指标均无缺失值，因此未进行缺失数据插补。
2.手术相关参数：（1）手术总时长，即从股动脉穿刺成功开始直至完成手术包扎所经历的时间，包括置鞘、保护装置释放与回收、支架植入及必要的球囊扩张操作；（2）X射线透视时长。
3.造影剂使用量和辐射剂量：造影剂使用量用造影剂用量表示，患者术中辐射暴露采用Ka，r和DAP进行表征。
4.术后并发症：记录两组患者术后并发症发生情况。
五、统计学方法
采用SPSS 26.0 对数据进行统计学分析。采用Shapiro-Wilk检验评价连续变量是否符合正态分布。符合正态分布的计量资料以x±s表示，组间比较采用独立样本t检验；对于主要连续观察指标，同时报告组间均值差（mean difference，MD）及其95%置信区间（confidence interval，CI），以MD作为效应量指标；非正态分布数据以M（Q1，Q3）表示，组间比较采用Mann-Whitney U检验；计数资料以频数和（或）百分比表示，组间比较采用χ²检验或 Fisher 精确检验；倾向性评分匹配后采用SMD评价基线平衡性，SMD＜0.10认为匹配效果良好。一般双侧检验水准α=0.05。对于手术总时长、X线透视时长、造影剂使用量、DAP和Ka，r 5项连续观察指标采用Bonferroni法进行多重比较校正，校正后的双侧检验水准α=0.01。围手术期并发症作为探索性安全性指标进行描述和组间比较。
结果
一、倾向性评分匹配结果
匹配后，共纳入患者76例，其中 AI 导航组38例，对照组38例。匹配前部分协变量（如年龄、重度狭窄及高血压等）的SMD＞0.10，提示存在一定程度的基线不平衡；匹配后所有协变量SMD均＜0.10，提示两组基线特征达到良好平衡。见图 4。
两组患者在研究期间各时间段的入组分布较为均衡。对照组与AI导航组分别在2025年4—6月纳入9例和9例，2025年7—9月纳入10例和9例，2025年10—12月纳入9例和10例，2026年1—4月均纳入10例。两组患者入组时间分布差异无统计学意义（χ²=0.105，P=0.991）。见表2。
二、两组手术相关参数比较
AI导航组手术总时长及X线透视时长均比对照组更短，差异有统计学意义（均P＜0.01）。见表3。
三、两组造影剂使用量和辐射剂量比较
两组造影剂使用量和辐射剂量比较，AI 导航组造影剂使用量、DAP和 Ka，r均较对照组更低，差异均有统计学意义（均P＜0.01）。见表4。
四、两组术后并发症比较
两组患者均未发生围手术期脑卒中、短暂性脑缺血发作、血管夹层、血管痉挛、保护伞回收困难及急性支架内血栓形成等严重围手术期并发症。仅对照组有1例（2.6%，1/38）发生造影剂肾病，经保守治疗后恢复。两组总并发症发生率差异无统计学意义（P=1.00）。
讨论
颈动脉介入治疗过程中，识别病变血管走行并掌握器械与目标血管的相对位置是术中导航的重要内容。传统二维DSA路图导航虽然能够提供基本血管信息，但由于血管重叠、角度限制及图像刷新延迟等因素，在复杂颈动脉病变中往往需要反复造影确认，从而增加造影剂使用量及辐射暴露［10-11］。长期或高剂量X线暴露不仅可增加患者皮肤损伤及潜在肿瘤发生风险，同时也会增加术者职业性辐射损伤风险［12-13］。此外，术中造影剂用量增加还可能导致造影剂相关急性肾损伤，尤其对于高龄、糖尿病及肾功能不全患者，其风险更为明显［14］。
本研究结果显示，与传统DSA路图导航相比，AngiSight辅助导航组的手术总时长、X线透视时长及造影剂使用量均较低，提示该辅助导航方式与较高的围手术期操作效率相关。AngiSight通过血管轮廓自动提取和动态叠加等方式为术者提供持续的血管走行辅助显示，这一工作方式可能对术中操作流程产生影响［15］。然而，本研究未记录DSA造影次数、路图刷新次数、导丝或导管调整次数以及器械定位时间，因此尚不能明确组间差异具体来源于减少重复造影、缩短器械调整时间还是其他操作环节。同时，本研究未评价导航配准误差及定位准确性，因此不能据此认为AngiSight提高了导航定位精度。
本研究采用Ka，r及DAP评价患者术中辐射暴露。需要指出的是，Ka，r并不等同于患者实际皮肤吸收剂量，其受患者体型、照射角度、床面高度及C臂位置等因素影响；DAP亦不能准确反映局部皮肤最大受照剂量。但Ka，r反映参考点处累积辐射剂量，与患者局部皮肤辐射损伤风险密切相关［16］；DAP反映X射线束输出总量，与患者整体随机辐射风险具有较好的相关性［17］。因此，本研究采用DAP及Ka，r作为患者辐射暴露的替代评价指标。本研究中，AngiSight辅助导航组DAP及Ka，r均低于对照组，其差异可能与较短的透视时间有关［18］ 。Miller等［19］指出，减少透视时间是降低介入放射学辐射暴露最直接有效的方法之一。与此同时，减少造影次数还能够进一步降低患者造影剂相关并发症发生风险［14］。由于本研究未记录重复造影次数及各操作环节的辐射贡献，因此尚不能明确辐射暴露降低的具体机制。
目前，AI技术在介入领域的病灶检测、分割和影像解读等方面已取得了进展［20-22］。与传统二维DSA路图导航相比，本研究所应用的AngiSight辅助导航软件主要特点是将基于深度学习的血管轮廓自动提取与术中透视图像动态叠加相结合，从而在CAS操作过程中提供持续的血管走行辅助显示。因此，本研究的创新性主要体现在将上述AI辅助影像处理方式应用于CAS术中导航场景，并对其围手术期操作效率、造影剂使用量及辐射暴露进行临床评价。与现有影像融合导航技术相比，AngiSight的主要区别在于其导航信息生成方式：系统基于术中获取的DSA序列进行血管轮廓自动提取，并将所得血管轮廓动态叠加于透视图像，该差异主要反映两种导航方式在影像处理流程上的不同。需要强调的是，本研究未与现有商业影像融合导航系统进行直接比较，也未系统评价不同DSA设备条件下的软件兼容性、图像处理延迟、运行稳定性及成本效益，因此尚不能据此判断AngiSight相对于现有影像融合技术的技术优越性或推广优势。相关性能仍需通过多设备、多中心研究进一步评价。
本研究采用倾向性评分匹配方法改善两组已测量基线协变量的平衡性，在一定程度上减少了已测量混杂因素的影响［23］，但仍存在若干局限性：（1）本研究为单中心回顾性队列研究，匹配后仅纳入76例患者，且围手术期不良事件发生数较少，因此对脑卒中、死亡及急性支架内血栓形成等低发生率事件的统计效能有限，两组并发症发生率未见统计学差异不能解释为两种导航方式具有等同的安全性。（2）本研究进一步比较了匹配后两组病例在研究期间各时间段的入组分布，未观察到明显的时间聚集差异。但AngiSight为研究期间逐步开展的辅助导航技术，即使核心术者团队保持稳定，术者对软件的熟悉程度、软件学习曲线以及操作流程随时间优化等因素仍可能影响手术时间和透视时间，因此仍不能完全排除时间相关混杂的影响，观察到的组间差异亦不能完全归因于AngiSight辅助导航本身。（3）本研究未记录术中DSA造影次数、路图刷新次数、导丝或导管调整次数及器械定位时间，因此虽然AngiSight辅助导航组在手术时长、透视时长及造影剂使用量等总体指标方面较低，但尚不能明确其影响操作效率的具体环节。（4）本研究未评价血管分割Dice系数、IoU、图像处理时间、导航配准误差及支架释放位置偏差等技术指标，因此无法根据本研究结果判断其AI算法性能或导航定位准确性。（5）本研究未进行复杂病变分层分析，也未在不同医院、不同DSA设备平台开展验证，且缺乏中远期随访资料，因此研究结果主要适用于本中心纳入的CAS病例，其外部适用性、设备适配能力以及对患者中远期临床结局的影响仍需进一步验证。未来需要开展多中心、大样本的前瞻性研究，并结合算法性能、操作过程指标及长期临床结局，对AngiSight辅助导航的临床应用效果进行更加全面的评价。
利益冲突 所有作者均声明不存在利益冲突
作者贡献声明 邓凯：研究设计、实施研究、撰写论文；冯骏：资料收集、论文修改；陈晋星、王崴屹：数据分析、统计分析；彭佳琦：资料收集、统计分析；李延：实施研究、支持工作；禄韶英：研究指导、论文审阅
参考文献
在文本框内上下滑动即可查看
初审：陈章颖
复审：王丽萍
终审：常光其
版权声明
本文为《中华血管外科杂志（中英文）》原创文章，版权归中华医学会所有。其他媒体、网站、公众号等如需转载本文，请联系本刊编辑委员会获得授权，并在文题下醒目位置注明“原文刊发于《中华血管外科杂志（中英文）》，卷（期）：起止页码”。谢谢合作！
订阅杂志
本文原发于微信公众号「中华血管外科杂志」（2026-10-23 07:30）。点击阅读原文