Quantitative MRA Feature Prediction of Post-Aneurysmal Subarachnoid Hemorrhage Delayed Cerebral Ischemia and Angiographic Vasospasm [NEUROVASCULAR/STROKE IMAGING]
術後 MRA 血管越直越危險！量化幾何特徵將延遲性腦缺血預測 AUC 從 0.63 飆升至 0.75。
- 平均血管扭曲度每降一單位，DCI 的勝算比為 0.62，血管越直缺血風險越高。
- 血管總長度與扭曲度是預測血管痙攣的獨立因子，OR 分別為 0.87 與 0.37。
- 加入 MRA 量化特徵後，血管痙攣預測模型的 AUC 由 0.67 大幅提升至 0.85。
血管越直挺，反而越容易缺血——在動脈瘤破裂栓塞後的病患中，平均血管扭曲度每降低一個單位，未來發生延遲性腦缺血的風險就暴增。華盛頓大學團隊發現，將這類量化 MRA 幾何特徵加入臨床模型，能把延遲性腦缺血的預測 AUC 直接從 0.63 飆升至 0.75，提早抓出神經內外科醫師最怕的術後未爆彈。
aSAH 術後 24 例腦缺血的臨床預測僵局
處理動脈瘤性蛛網膜下腔出血（aSAH，因腦動脈瘤破裂導致的急症）後，神經外科與放射科醫師往往無法鬆懈，因為術後的併發症才是決定病患生死與神經功能復原的關鍵。其中，血管痙攣與延遲性腦缺血（DCI，蛛網膜下腔出血後致死的常見主因）是最棘手的狀況。一旦發生 DCI，病患的神經功能會急遽惡化，且往往留下不可逆的腦實質損傷，大幅增加死亡率與失能風險。
在日常臨床實務中，我們通常依賴最初始的影像特徵來評估風險，例如利用非顯影 CT 上的出血量來計算 modified Fisher score，或是參考病患的格拉斯哥昏迷指數（GCS）。然而，這些基線臨床指標對於預測後續 DCI 或血管痙攣的準確度一直都不夠理想。有些出血量不大的病患，術後卻發生嚴重的血管痙攣；反之，有些血塊厚重的病患卻能平順出院。
為了解決這個預測準確度低落的問題，華盛頓大學的研究團隊將目光轉向了病患接受血管內栓塞治療（Endovascular embolization）後，立即執行的磁振血管攝影（MRA）。通常這張 MRA 只是被用來確認線圈填塞是否完整、有沒有殘留的動脈瘤頸，但作者認為，這些影像中蘊含了整顆大腦血管網路的幾何狀態。如果在術後第一時間就能從 MRA 萃取出整體的血管形態特徵，或許就能在病患出現任何臨床症狀之前，提前揪出即將發生 DCI 或血管痙攣的高風險群。
這種將常規影像賦予預測價值的思維，對於每天判讀大量術後追蹤影像的放射科醫師來說極具吸引力。如果不需要額外安排複雜的灌注掃描，單憑一張不需要打顯影劑的常規 MRA 就能預判未來幾天內的腦血流危機，將會大幅改變加護病房的監測策略與給藥時機。
VesselVoyager 軟體與 78 例 aSAH 受試者設計
從 Methods 的設計來看，研究團隊採用了回溯性的觀察型研究，收案對象為 2016 年 9 月 1 日至 2022 年 1 月 14 日期間，因顱內動脈瘤破裂而接受血管內栓塞治療的連續病患。為了確保影像分析的標準化，所有病患都必須在栓塞術後立即接受 MRA 掃描。這段期間總共納入了 78 位符合條件的 aSAH 病患。
為了全面收集病患的背景資料，研究團隊紀錄了豐富的臨床變數，包含性別、年齡、身體質量指數（BMI）、抽菸史以及各項心血管危險因子。在影像與神經學指標方面，也詳細記錄了基線的 CTA/CT 特徵、前述提到的 modified Fisher score，以及 GCS 昏迷指數。在追蹤期間，這 78 位病患中有 48 位發展出血管痙攣，另外有 24 位被確診為延遲性腦缺血（DCI）。
要從常規 MRA 中提取出肉眼難以量化的幾何特徵，作者使用了一套名為 VesselVoyager（客製化半自動血管特徵萃取軟體）的工具。透過這套軟體，研究人員能夠將 MRA 上的腦血管網路進行 3D 重建與骨架化，進而計算出三個核心的量化特徵：總動脈長度（Total arterial length）、總分支數（Total branch number）以及平均扭曲度（Average tortuosity）。
這些特徵並非單一血管的局部狹窄測量，而是反映了整個大腦半球或全腦的血流網路狀態。在統計方法上，團隊使用了多變數邏輯斯迴歸分析（Multivariable logistic regression）來確定這些量化 MRA 特徵是否獨立於傳統臨床指標，並與未來的 DCI 或血管痙攣具有顯著相關。最後，他們藉由接收者操作特徵曲線（ROC curve，評估模型準確度的圖表），比較了「純臨床模型」與「加入 MRA 特徵的增強模型」之間的預測效能差異。
| 分類項目 | 數量與數據 |
|---|---|
| 總收案人數 | 78 例連續病患 |
| 影像擷取時機 | 血管內栓塞治療後立即掃描 MRA |
| 後續發展為血管痙攣 | 48 例 |
| 後續發展為延遲性腦缺血 (DCI) | 24 例 |
| VesselVoyager 萃取特徵 | 總動脈長度、總分支數、平均扭曲度 |
資料來源：Methods & Results 統計數據
Table 2 勝算比 0.37 背後的幾何逆向關聯
進入核心的 Results 數據分析，Table 2 的多變數迴歸結果展示了一個令許多傳統影像醫師感到意外的現象。直覺上，我們會認為血管越彎曲、越複雜，血流阻力越大，應該越容易發生缺血。然而，數據卻呈現出完全相反的逆向關聯：平均扭曲度（Average tortuosity）的降低，才是預示著未來災難的指標。
針對 24 例發生延遲性腦缺血（DCI）的預測，多變數迴歸分析顯示，只有「平均扭曲度」這項 MRA 特徵與後續的 DCI 具有顯著且獨立的關聯性。具體而言，Table 2 標示其勝算比（OR）為 0.62（95% CI 0.39-0.91，p=0.02）。這意味著血管的扭曲程度每增加一個單位，發生 DCI 的風險反而下降；換言之，術後 MRA 上血管表現得越「直」，病患隨後陷入缺血的機率就越高。
而在 48 例血管痙攣的預測上，這個現象更加明顯。總動脈長度的 OR 為 0.87（95% CI 0.78-0.95，p=0.005），平均扭曲度的 OR 更是低至 0.37（95% CI 0.18-0.62，p=0.001）。此外，年齡也是一個獨立預測因子，OR 為 0.92（95% CI 0.86-0.98，p=0.02）。年齡的逆向關聯在臨床上較好理解，因為年輕病患的血管平滑肌反應通常較為劇烈，更容易引發血管痙攣。
但是，為什麼總長度變短、血管變直會是血管痙攣與 DCI 的前兆？從血液動力學與病理生理學的角度來看，當蛛網膜下腔充滿血液時，血管壁受到刺激，平滑肌張力增加，導致血管變得僵硬。在血管真正發生明顯的管徑狹窄（痙攣）之前，這種張力的增加會先讓原本具有彈性與彎曲度的血管失去柔軟性，在 3D 空間中被「拉直」，同時末梢微小分支的血流訊號也會因為阻力增加而在 MRA 上消失，導致總動脈長度與總分支數下降。這種早期的幾何型態改變，正是肉眼極難察覺，卻能被軟體精準捕捉的早期警訊。
| 預測目標 | 獨立關聯特徵 | 勝算比 (OR) | 95% CI | p 值 |
|---|---|---|---|---|
| 延遲性腦缺血 (DCI) | 平均扭曲度 | 0.62 | 0.39-0.91 | 0.02 |
| 血管痙攣 | 平均扭曲度 | 0.37 | 0.18-0.62 | 0.001 |
| 血管痙攣 | 總動脈長度 | 0.87 | 0.78-0.95 | 0.005 |
| 血管痙攣 | 年齡 | 0.92 | 0.86-0.98 | 0.02 |
資料來源：Table 2 (呈現逆向關聯：數值越低風險越高)
Figure 3 模型將血管痙攣預測 AUC 提升至 0.85
確認了量化特徵的獨立預測價值後，研究團隊進一步在 Figure 3 展示了這些特徵在實際臨床預測模型中的威力。評估模型好壞最直觀的指標是曲線下面積（AUC），數值越接近 1 代表預測越精準。作者分別建立了只包含傳統臨床參數（如 modified Fisher score、GCS 等）的基準模型，以及疊加了量化 MRA 特徵的增強模型。
若細看 Figure 3 針對延遲性腦缺血（DCI）的 ROC 曲線，純臨床模型的 AUC 僅有 0.63（95% CI 0.51–0.75）。這個數字在臨床上幾乎與擲銅板相去不遠，解釋了為什麼加護病房經常對突如其來的 DCI 感到措手不及。但是，當模型加入了「平均扭曲度」後，預測 DCI 的 AUC 顯著躍升至 0.75（95% CI 0.64–0.87），整體預測能力有了質的飛躍。
在預測血管痙攣方面，圖表的對比更加懸殊。原本依靠年齡與其他臨床參數建立的模型，其預測血管痙攣的 AUC 為 0.67（95% CI 0.54–0.79），依然屬於表現平庸的區間。然而，當疊加了總動脈長度與平均扭曲度這兩個 MRA 量化指標後，模型的 AUC 飆升到了 0.85（95% CI 0.77–0.94）。
AUC 達到 0.85 是一個非常具有臨床實用價值的門檻。這代表透過分析術後第一時間的 MRA，醫師已經可以高度自信地將病患進行風險分級。對於高風險（血管偏直、分支減少）的病患，臨床端可以提前啟動更積極的預防性治療，例如提高血壓、增加輸液量，或是安排更密集的穿顱都卜勒超音波（TCD）追蹤；而對於低風險病患，則可避免過度治療帶來的心肺負荷。
MRA 特徵大幅提升臨床模型表現
單一中心 78 例樣本的限制與線圈假影干擾
儘管量化 MRA 特徵展現出令人驚豔的預測潛力，作者在 Discussion 中也坦承了本研究面臨的幾項限制。首先，這是僅包含 78 位病患的單一中心回溯性研究，雖然 DCI 與血管痙攣的發生事件數足夠進行統計分析，但模型尚未經過外部獨立資料集的驗證。不同醫院使用的 MRA 參數設定、磁場強度差異，都可能影響 VesselVoyager 軟體捕捉血管邊緣與計算彎曲度的敏感性。
其次，這些病患都剛接受過動脈瘤的血管內栓塞治療。栓塞所使用的白金線圈（Coils）或輔助支架，在不打顯影劑的飛時測距磁振血管攝影（TOF-MRA）上會產生嚴重的磁化率假影（Susceptibility artifacts），導致動脈瘤附近的母血管訊號缺失。雖然 VesselVoyager 在處理全腦分支特徵時，可能稀釋了局部假影的影響，但在靠近顱內頸動脈末端或中大腦動脈分叉處等線圈密集區，演算法萃取出的幾何數據可能存在誤差。
對於第一線的放射科醫師而言，這篇研究帶來了非常務實的觀念轉變。過去我們在打術後 MRA 報告時，視線往往只聚焦在動脈瘤有沒有復發、載瘤動脈有沒有被線圈堵住。現在我們知道，血管整體的「姿態」同樣蘊含生死攸關的資訊。即使你的科室還沒有導入類似 VesselVoyager 的自動化分析軟體，在閱片時稍微留意一下遠端中大腦動脈分支是否顯得異常平直、稀疏，若有這種現象，不妨在報告的 impression 中加上一句提醒臨床醫師密切關注血管痙攣的風險。
未來，隨著這種量化分析工具被整合進入 PACS 系統或是透過 AI 模組在後台自動運算，放射科醫師將不僅僅是回報當下的解剖結構，更能成為預測病患未來三天內神經生理變化的關鍵角色。在等待大型前瞻性驗證的同時，理解「血管變直是僵硬與痙攣的前奏」這個核心概念，已經足以讓我們在每天看片時多一分敏銳度。
術後 MRA 不要只看有沒有殘餘血流，順手滑一下遠端血管的筆直程度，這可能是提早 72 小時預告遲發性腦缺血的唯一線索。