丨定义

“脑卒中”（Cerebral Stroke）又称“中风”、“脑血管意外”（Cerebral Vascular Accident，CVA）。是一种急性脑血管疾病，是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病，包括缺血性和出血性卒中。缺血性卒中的发病率高于出血性卒中，占脑卒中总数的60%～70%^[1]。

脑卒中是全球第二大死亡原因，也是致残的主要原因；在美国，每19人中就有大约1人死于中风，中风患者的医疗费用占据了医疗总费用的3~4%，每一名缺血性脑卒中患者的总花费约14万美元（住院治疗、康复和后续护理）^[2]。

丨脑卒中诊疗现状

脑卒中病情进展较快，神经细胞在缺氧下最多存活5-8分钟。因此，脑卒中治疗强调就医时机，正常组织在缺血3小时后出现不可逆变化，6小时后出现坏死。如果在3-6小时内施以治疗，就可能在脑细胞没有出现完全梗死之前，恢复氧供和血供，从而恢复全部或部分功能。这是目前最好、最有效的治疗方案，在发病4.5h内进行溶栓治疗是目前最有效的救治措施之一。

出血性和缺血性脑卒中的发作形式极为相似，都有可能出现如感觉的麻木、肢体的无力、语言视觉障碍等症状，因此想要通过临床症状直接辨别出血性与缺血性脑卒中比较困难。若需要快速分辨这两种脑卒中只能是通过头颅CT，如果发作的时间长还可以通过头颅核磁。

虽有文献统计数据进行表明，缺血性脑卒中约占据所有脑卒中发病患者的80%，出血性脑卒中占据20%，同时情绪激动后出现的卒中以出血性的多见。但是脑卒中发病还需要与颅内肿瘤进行鉴别诊断，颅内肿瘤生长缓慢，生长期可能没有表现，但是一旦出现瘤体内的坏死则会导致卒中样发作，患者也会出现偏瘫、肢体麻木等症状，最终也是需要颅脑影像学检查进行鉴别。

出血性与缺血性脑卒中鉴别表格：

表格1脑卒中鉴别诊断表格

因此，目前临床上针对卒中样发作的患者的存在以下问题：

1.卒中样发作的患者的具体病因鉴别；

2.出血性与缺血性的黄金治疗窗口期与鉴别所需要的时间之间的矛盾；

3.缺乏快速有效的出血性与缺血性脑卒中的鉴别手段。

因此，需要在院前确定卒中类型以缩短就医前的检查时间，以提高卒中患者的救治率。目前在进行研究与产业化的脑卒中院前诊断设备利用了各种类型的诊断技术，包括超声、脑电图、电磁成像、微波技术和阻抗谱^[3]。

丨脑卒中院前诊断鉴别科研现状

1.纽约大学的迈克尔逊等人^[4]进行了一项多中心研究，分析了手持EEG设备(Brain Scope Co)检测中风（31名缺血性中风、17名出血性中风、135名CT/MRI证实的中风模拟）的准确性。记录了十分钟的脑电图数据，并通过结构性脑损伤指数(SBII)算法进行数据分析。结果显示：中风检测的敏感性为91.7%，对中风模拟的特异性为50.4%，检测缺血性和出血性中风方面的准确率>90%，对CT-MRI+缺血性中风的敏感性为80%。但是其作者提到，许多纳入的患者曾经历过中风或短暂性脑缺血发作，这可能会破坏EEG数据记录的基线。

2.雷根斯堡大学的赫茨伯格等人^[5]进行了一项单点研究，使用两台能够进行经颅彩色编码超声(TCCS)的便携式超声机——Sono Site Micromaxx（Sono Site Inc.）和Philips CX50（Philips Ultrasound），在现场或救护车运送过程中检测102名患者的中风情况。由TCCS经验丰富的神经科医生进行检查，平均持续5.6分钟，并由超声医师进行审查。与CT 、CTA或MRA成像相比,TCCS能够以94%的敏感性和48%的特异性区分中风和中风模拟。

3.伊坎大学的凯尔纳等人^[6]利用体积阻抗相移光谱(Cerebrotech，VIPS)装置测试了248名受试者（41名卒中患者、79名健康志愿者和128名患有其他神经疾病患者）。由接受过设备使用培训的研究人员进行3次扫描，单次扫描时间约30秒。评估了该设备区分重度中风与轻度中风以及与所有其他病例的诊断准确性。结果显示：该装置区分重度中风和轻度中风的特异性为92%，敏感性为93%，区分重度中风与所有其他病例的特异性为87%，敏感性为93%。

丨脑卒中院前诊断鉴别产业化现状

也有一些已经进入产业化初期的脑卒中院前诊断设备：

1.MD公司

全称Medfield Diagnostics AB，位于瑞典哥德堡，由Mikael Persson和Andreas Fhage教授基于查尔姆斯理工大学已经进行了数年的研究项目于2005年创立。MD公司已于2012年在瑞典上市，市值2.26亿美元（按照美元兑瑞典克朗=0.106:1计算），截止2021年，公司在职员工人数为6人^[7]。

产品介绍如下：

①一代设备为原型样机，2010年研发出来，10通道天线采集，谐振频率1.3GHz，使用的是商用网络分析仪收集0.1GHz-3.0GHz的信号；通过信号的阈值分类来识别脑卒中类型（出血性/缺血性）^[8]；在10名脑出血患者，12名缺血性患者，25名健康志愿者（患者进行两次测量，间隔一天；健康志愿者测量一次）身上进行了测试，结果较为理想，分类准确性与发病时间成反比^[9]。

②二代设备Strokefinder R10；12通道天线采集，谐振频率1.2-1.3GHz，采用的是定制的网络分析仪收集0.3GHz-3.0GHz的信号；算法原理是将待测数据投影至缩减子空间，计算投影数据的欧几里得距离，最大距离决定脑卒中类别。共测试了10名脑出血患者，15名缺血性患者，65名健康志愿者（由护理人员在床旁进行测试，脑卒中发病时间窗口为4-27h）；测试结果计算ROC曲线的AUC为0.85^[10]。

③三代设备MD100 Strokefinder；8通道可调整天线采集，谐振频率400MHz，收集0.1GHz-1.95GHz的信号，电池供电，重约3kg，测试时间约3min（从穿戴到出结果）；检测原理：机器学习的分类器模型算法，AUC为0.94^[11]。

图1三代产品实物图

MD公司在2017年进行了一个科研临床（Clinicaltrials试验号：NCT02282228）招募20名硬膜下血肿患者，20名健康志愿者，以评估MD100检测硬膜下血肿的敏感性与特异性；临床测试显示在100%灵敏度下，特异性为75%。

MD公司于2022年5月3日进行了ISO13485和MDR审查，未完全通过，公司已提交了补充报告。

2.EMTensor

EMTensor是一家医疗器械初创公司，成立于2012年，总部位于加利福尼亚州硅谷，在奥地利维也纳设有子公司。该公司向市场推出了一种新型全波电磁断层扫描仪，可加速脑损伤（中风）的治疗。

主要研发的产品Brain Scanner，其技术原理为利用电磁射频断层成像，以区分出血性和缺血性中风以及监测治疗进展和疗效。

一代设备：Brain Imaging Scanner Generation 1(BRIMG1)——系统有160个天线，半径为14.25厘米，呈5个环形（每个环形有32个天线），工作频率在0.9GHz到1.1GHz之间，进行约50毫秒的周期性采集数据^[12]；

二代设备：BRIMG2——系统有177个天线，尺寸：21x7x53mm，最低截止频率为922MHz^[13]；

三代设备：BRIMG3——系统有192个印刷狭长天线，天线排列成6圈，每圈32根，直径为290mm，每圈间距30mm，工作频率为0.92-1.08GHz之间。

图2前代设备示意图

图片来源：EMTensor官网

目前其产品已开发至第四代设备，产品图如下所示：

图3第四代设备产品及使用示意图

公司已获得25项专利，同时有20项正在申请中的专利，已获得总额为2000万美元的投资。

丨总结

虽然许多用于检测和脑卒中分类的非侵入性技术已经在科研阶段，甚至是产业化初期阶段，但基本上仍处于开发阶段，尚未在大型多中心的院前环境中进行测试。此外，诊断准确性指标的标准化报告、设备培训和使用的要求、研究的患者人群和特征，以及设备准确性与单独临床金标准评估的比较，可能会更好地揭示便携式卒中检测技术在院前分诊中的价值。

参考文献：

[1]公开资料整理

[2] Katan M, Luft A. Global Burden of Stroke. Semin Neurol. 2018;38:208–11.

[3] Chennareddy S, Kalagara R, Smith C, et al. Portable stroke detection devices: a systematic scoping review of prehospital applications[J]. BMC emergency medicine, 2022, 22(1): 1-13.

[4] Michelson EA, Hanley D, Chabot R, Prichep LS. Identification of acute stroke using quantified brain electrical activity. Acad Emerg Med. 2015;22:67–72.

[5] Herzberg M, Boy S, Hölscher T, Ertl M, Zimmermann M, Ittner K-P, et al. Prehospital stroke diagnostics based on neurological examination and transcranial ultrasound. Crit Ultrasound J. 2014;6:3.

[6] Kellner CP, Sauvageau E, Snyder KV, Fargen KM, Arthur AS, Turner RD, et al. The VITAL study and overall pooled analysis with the VIPS non-invasive stroke detection device. J Neurointerv Surg. 2018;10:1079–84.

[7] Medfield diagnostics公司年报

[8] Fhager A, Persson M. A microwave measurement system for stroke detection[C]//2011 Loughborough Antennas & Propagation Conference. IEEE, 2011: 1-2.

[9] Mesri H Y, Najafabadi M K, McKelvey T. A multidimensional signal processing approach for classification of microwave measurements with application to stroke type diagnosis[C]//2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE, 2011: 6465-6469.

[10] Persson M, Fhager A, Trefná H D, et al. Microwave-based stroke diagnosis making global prehospital thrombolytic treatment possible[J]. IEEE Transactions on Biomedical Engineering, 2014, 61(11): 2806-2817.

[11] Ljungqvist J, Candefjord S, Persson M, et al. Clinical evaluation of a microwave-based device for detection of traumatic intracranial hemorrhage[J]. Journal of neurotrauma, 2017, 34(13): 2176-2182.

[12] Semenov S ,  Seiser B ,  Stoegmann E , et al. Electromagnetic tomography for brain imaging: From virtual to human brain[C]. IEEE, 2015.

[13] Semenov S ,  Hopfer M ,  Planas R , et al. Electromagnetic tomography for brain imaging: 3D reconstruction of stroke in a human head phantom[C]. IEEE, 2017.

封面图来源：图片来自网络，侵删

作者声明：感谢本文参考资料作者，文中观点仅供参考，不恰当之处还望包涵指正，资料内容侵删。

作者：易长城