在颅内动脉瘤的随访监测中，计算机断层扫描血管造影（CTA）和磁共振血管造影（MRA）是常用的影像学检查手段。然而，斯坦福大学医学院神经影像和神经介入科主任Jeremy Heit博士指出，扫描层面的差异以及造影剂注射的不一致性，可能给动脉瘤尺寸的精确测量带来挑战，进而影响临床决策。

Heit博士表示：“从事影像工作的专业人员都了解，患者每次接受扫描时体位难以完全一致，造影剂的团注效果也可能存在波动。这些因素导致不同时间点的影像比较并非完全等同，从而引入测量上的不确定性。”

为探究解决方案，Heit博士团队开展了一项回顾性研究，纳入44名患者共计78个独特的颅内动脉瘤。研究将神经放射科医生的传统评估结果，与采用Rapid Aneurysm软件（由RapidAI开发）的自动化分析进行了对比。

研究结果显示，在28个出现最大线性尺寸增长的动脉瘤中，Rapid Aneurysm软件成功识别出27个，而神经放射科医生仅检测到14个。统计分析表明，该AI软件对动脉瘤生长的敏感性达到96%，特异性为94%；相比之下，无AI辅助的医生评估敏感性为50%，特异性为95%。

“Rapid Aneurysm发现了更多生长迹象，尤其在已生长的动脉瘤中，其检出率提升了50%。当然，这引发了新的思考：这些被AI捕捉到的细微变化是否都具有临床意义？多大的生长量才真正值得关注？这些问题仍需进一步明确，”Heit博士补充道。

“但值得关注的是，自动化的分析工具揭示了一些人工评估未能察觉的生长，这促使我们反思：在缺乏此类技术辅助的常规诊断中，我们可能遗漏了什么？”

该研究初步提示，AI辅助工具可能有助于提升动脉瘤生长监测的效能，为临床随访提供更稳定的参考。未来仍需更多研究验证其在不同场景下的适用性，并明确其发现的生长变化的临床相关性。