SELECT-CT: Symptom Evaluation, Lesion Estimation, and Curated Triage to CT - A Simple Algorithm to Select the Right Patients for Emergent Code Stroke CT [HEALTH POLICIES/QUALITY IMPROVEMENT/EVIDENCE-BASED NEUROIMAGING]

單純依賴 NIHSS ≥ 6 分篩選，會漏掉 17% 的取栓病患。若將門檻降至 2 分，雖能找回 95% 個案，卻只減少 47% 掃描量；唯有精準合併後循環症狀評估，才能維持 97% 治療率，並成功降低 30% 機台負擔。

多模式電腦斷層的困境與 5% 取栓陽性率的拉扯

急診醫學與神經內科在處置急性缺血性中風時，為了不漏接任何一個可能適合機械取栓的潛在病人，往往傾向於極度放寬影像檢查的啟動標準。這種寧枉勿縱的防禦性醫療策略，導致各級醫院的放射科面臨極大壓力。影像科的高階掃描儀器常常被低風險、甚至是呈現非典型非中風症狀的病患佔據。目前臨床上廣泛使用的 Code Stroke CT（包含非顯影 CT、灌注造影與血管攝影的中風套組） 雖然能提供完整的血管解剖與血流動力學資訊，但其耗時且需要大量後處理算力的特性，直接排擠了急診室裡其他如重大外傷、急性主動脈剝離等命危急症的黃金檢查時間，同時也大幅增加了夜間值班放射科醫師閱片與處理影像的疲勞度。

本篇研究的發想正是奠基於這個影像科經常抱怨的日常現象：為了找出極少數能從取栓介入性手術中獲益的患者，放射科不得不吞下海量的陰性檢查影像。從作者團隊整理的回溯性數據可以清楚看出，在這家綜合中風中心運作期間，整體多模式中風掃描的取栓實際執行率竟然只有極低的 5%。這意味著每做二十次緊急掃描，高達十九次的結果並未改變病患最終的介入處置方向。如何安全且有科學依據地將這龐大的陰性分母縮減，成為神經放射影像領域急需解答的系統性命題。單純依賴第一線急診醫師的直覺判斷，或使用未經調整的過度簡化檢傷量表，往往無法在敏銳度與特異度之間取得理想平衡，反而造成偽陽性過多，讓放射線科的機台負載持續處於崩潰邊緣。為了解決這項跨科室的流程衝突，研究團隊提出了一套兼顧抓漏精準度與減輕工作負載的改良型演算法。

收案 4921 例中風病患與 SELECT-CT 演算法邏輯

從 Methods 的收案設計來看，這是一項具備高度指標性的大型回溯性世代研究，涵蓋了一家綜合型高階中風中心在整整兩年內的急診連續病患。研究團隊的母群體總共納入了 4921 位因為急性神經學症狀而進行多模式影像評估的個案，經過層層篩選與最終的臨床確認，實際接受介入性機械取栓的病患僅有 240 人。這群確實接受手術的取栓病患，其中位數年齡落在 73 歲，男性佔比約為 54.6%，整體族群的臨床輪廓非常符合我們在實務上常見的典型急性缺血性中風樣貌。

為了找出比現行體制更有效率的影像篩檢機制，作者捨棄了僅依賴單一量表分數做一刀切死板劃分的傳統做法，轉而開發出名為 SELECT-CT（涵蓋症狀評估、病灶估算與精準分流）的複合式演算法。該演算法結合了量化評分與質化的臨床特徵評估：首先，病患的美國國家衛生院腦中風量表分數必須大於等於 2 分；其次，即使分數未達標，只要臨床上觀察到任何 posterior circulation stroke（影響小腦或腦幹的椎基底動脈中風） 相關症狀，或是出現可能導致病患日後嚴重失能的神經學表徵，該名病患依然會被系統強制納入必須立刻進行掃描的高風險群。

這樣的複合式設計，巧妙且直接地彌補了傳統量表天生對後循環區域異常評估極不敏感的先天缺陷。同時，研究團隊的統計設計也將這套全新演算法，與單純使用六種不同階層的量表門檻（分別是從大於等於 1 分，一路遞增到大於等於 6 分）進行了嚴格的平行效能比較，藉此詳細觀察各種不同策略對於捕捉大血管阻塞以及 MeVO（位於大腦中動脈較遠端或前大腦動脈的中型血管阻塞） 病患的真實能力。

Table 2 數據：97% 捕捉率與 30% 掃描量降幅

把焦點拉到 Results 的具體產出，不同影像篩檢策略所帶來的影響在統計分析上呈現出極為戲劇性的龐大差異。Table 2 詳細列出了各種演算法在確保病患獲得妥善介入治療，以及減少不必要影像檢查量之間的量化拉扯關係。如果採用相對保守且嚴格的傳統篩選標準，也就是設定量表分數必須大於等於 6 分才允許啟動多模式電腦斷層，雖然在行政管理上能夠大幅減少高達 76% 的機台掃描負載，但這個粗暴的做法會讓 240 位真正需要取栓的病患中，有 42 人直接錯失了黃金治療良機，導致整體的捕捉敏銳度僅剩下令人擔憂的 83%。

若放射科與急診團隊走向另一個極端，將啟動的把關門檻大幅下修至大於等於 2 分，捕捉率確實能如預期般回升至相當安全的 95%（也就是成功挑出 229 位），但沉重的代價是影像掃描總量只減少了區區 47%，放射科技術師與醫師依然需要面對龐大且低效益的影像海。

若我們仔細審視 Table 2 之中 SELECT-CT 演算法的獨立表現，這套新系統成功且精準地挑出了 232 位適合進行血管內治療的患者，捕捉率高達優異的 97%。更具有說服力的是，該演算法能在完全不遺漏任何目前實證醫學支持應接受取栓治療病患的嚴格前提下，穩定地將整體中風套組的影像掃描數量減少 30%。這個降幅對於一個每年處理數千例中風快篩的指標型醫學中心來說，等同於直接省下了數百小時的機台運轉空檔與龐大的夜間人力成本，更有效避免了大量無辜病患的過度輻射暴露，以及隨之而來的顯影劑急性腎病變等潛在醫療風險。

前循環大血管 91% 捕捉率與後循環的次群組現象

在那些看似亮眼的整體宏觀數據之下，次群組的解剖學交叉分析往往隱藏著更值得放射神經影像醫師深入探究的細節。當研究團隊將病灶的解剖位置根據血管流域拆解開來，會清晰地發現單純依賴量表閾值所產生的系統性死角，主要集中在特定區域。對於大腦中動脈主幹或內頸動脈末端等典型的前循環大血管阻塞病患，採用大於等於 6 分的嚴格標準表現其實並不差，成功辨識出總共 166 位這類患者中的 151 位，次群組捕捉率穩穩達到 91%。

然而，這組數字也同時強烈暗示了，有將近 9% 的前循環嚴重中風病患，其初期的急診臨床表現極為輕微，但血管內卻已經存在著足以在幾小時內致災的大型血栓。若進一步剝開那些被單一分數門檻不幸漏掉的病患資料，這些偽陰性個案絕大多數集中在基底動脈等後循環血管系統，或是位置更深、分支更細的中型血管阻塞。後循環中風常見的初始症狀，例如突發性眩暈、步態嚴重不穩、不明原因吞嚥困難或雙側視野缺損，在傳統中風量表上的計分權重極端偏低，導致這些病患即使實質上已經處於腦幹廣泛缺血的致命邊緣，總分數依然無法觸發警報。

SELECT-CT 演算法的根本優勢正是建立在對這個次群組現象的深刻理解之上。透過將質化的「後循環症狀」或「失能性表徵」從單純的數字加總中獨立拉出來，並將其設定為強制的並列條件，它極其有效地打撈了那些分數極低，但一旦病情惡化將面臨極高重殘與致死風險的隱匿型病患。這種將大腦解剖學概念與神經理學檢查緊密結合的檢傷思維，遠遠比單純依賴急診檢傷站護理師緊急計算出來的冷硬總分來得更具臨床防禦力。

急診電腦斷層減量 30% 的臨床實踐與適用範圍

從 Discussion 的深入探討來看，作者團隊也誠實地坦承，任何試圖在急診第一線限縮影像檢查資源的醫療政策，都不可避免地必須面對極大的臨床壓力與潛在的醫病溝通挑戰。雖然這套改良演算法在兩年的回溯性資料驗證中表現極為亮眼，但它的核心適用範圍，主要是針對那些單純以「評估機械取栓手術可行性」為唯一目的的進階多模式電腦斷層。

對於那些在病史詢問上高度懷疑是出血性腦中風，或者單純需要確認有無急性大範圍缺血實質變化的病患，最常規且快速的無顯影腦部電腦斷層依然是絕對不可或缺的第一線初步檢傷工具，不應受到此演算法的限縮。此外，如果想要將這套系統順暢且無縫地導入真實的急診臨床實務，急診駐院醫師與神經內科照會團隊必須具備快速且極度準確辨識什麼是「失能性症狀」的專業能力。如果第一線醫療人員對後循環表徵的認定標準過於寬鬆浮濫，或者出於對醫療糾紛的恐懼而過度勾選，那麼原先預期的減量效益將會大幅縮水大打折扣，甚至讓整個分流機制再度退回原本無效氾濫的起點。

作為每天身處閱片室火線的放射科專科醫師，這篇跨領域研究確實為我們提供了一個極具實證基礎的有力武器，讓我們未來在參與醫院內部的跨部門推動委員會時，不再只能被動地全盤接收無差別推來的檢查單。我們可以自信地運用這份報告向管理階層證明：有節制且精準地啟動高階影像檢查套組，不但完全不會損害任何適合手術病患的預後品質，反而能實質確保真正有緊急需求的大血管阻塞病患，在抵達急診的第一時間就能獲得沒有排隊延誤的掃描服務。這種兼顧頂尖醫療品質與本科室有限資源合理分配的科學策略，正是現代高階放射科不可或缺的營運智慧。

夜間值班若看到急診推來的中風單 NIHSS 僅有 2 分，先別急著抱怨，請順手翻開急診紀錄確認有無眩暈或步態不穩，這極可能是致命後循環阻塞的初期警訊。