В вымышленном случае женщина 74 лет поступает в отделение неотложной помощи со слабостью в правой половине тела и затруднением речи, начавшимися полтора часа назад. Компьютерная томография без контраста не показывает кровоизлияния, и следом выполняется КТ-ангиография. Прежде чем рентгенолог откроет изображения, телефон команды вибрирует: программное обеспечение искусственного интеллекта (ИИ) больницы не обнаружило окклюзии крупного сосуда. Дежурный невролог смотрит на пациентку, которая по-прежнему не может назвать предметы, и на беззвучное оповещение.

Программы, которые читают КТ-ангиографию и оповещают команду, когда подозревают окклюзию крупного сосуда, уже стали частью рутины многих центров инсульта. Их создали, чтобы выиграть минуты, и есть хорошие данные, что они их выигрывают. Они также ошибаются, и ошибка, которая тревожит больше всего, — молчание при истинной окклюзии.

Главные пункты

• В мета-анализе точности ИИ показал объединённую чувствительность 87 процентов и специфичность 95 процентов для окклюзии крупного сосуда на КТ-ангиографии (Susanti et al., 2026).
• По данным того же обзора, результаты оказались хуже при окклюзиях сегмента M2 средней мозговой артерии и слабыми при поражении заднего кровообращения.
• В кластерном рандомизированном исследовании в четырёх центрах программное обеспечение сократило на 11,2 минуты время от поступления до пункции в паховой области (Martinez-Gutierrez et al., 2023).
• Влияние на функциональную независимость через 90 дней в этом исследовании осталось неопределённым, и мета-анализ исследований до и после также не выявил различий в клинических исходах.
• В одном австралийском центре опытные специалисты, читающие снимки вручную, показали чувствительность выше, чем у программного обеспечения, а отрицательный результат программы оказался недостаточным, чтобы исключить окклюзию (Slater et al., 2024).

• Что ИИ ищет на томографии при инсульте
• Насколько точна ИИ: что говорят мета-анализы
• Где ИИ ошибается: ложноотрицательный результат
• ИИ против специалистов, читающих снимки вручную
• Влияние на время до тромбэктомии
• В сети больниц: перевод и телемедицина
• Как использовать оповещение и не позволить ему использовать вас
• Как NEXO помогает тренировать это рассуждение
• Частые вопросы
• Take-home messages

Что ИИ ищет на томографии при инсульте

При ишемическом инсульте окклюзия крупного сосуда — это закупорка проксимальной артерии, например внутричерепной части внутренней сонной артерии, сегмента M1 средней мозговой артерии или базилярной артерии. Это тот тип инсульта, при котором механическая тромбэктомия может дать больше всего, и при котором каждая минута задержки имеет вес. Поэтому вопрос, который команда задаёт при КТ-ангиографии, прост и срочен: закрыт ли крупный сосуд?

Программы автоматического обнаружения пытаются ответить на этот вопрос раньше, чем будет доступен специалист. Обычно они получают изображения сразу после выхода из томографа и отправляют оповещение на телефон команды по инсульту. Часть из них сравнивает плотность сосудов между двумя полушариями; другие используют сети глубокого обучения, обученные на тысячах исследований (Ha et al., 2026).

Есть также алгоритмы, которые ищут окклюзию на томографии без контраста, не дожидаясь КТ-ангиографии. Эта идея полезна в больницах, где КТ-ангиография выполняется с задержкой или недоступна ночью, и рассматривается далее.

Оповещение — это скрининг, а не заключение

Отправная точка при чтении любого исследования об этих программах — то, что их создавали как инструмент скрининга и коммуникации. Положительное оповещение служит для вызова команды и приоритизации чтения. Отрицательное оповещение или его отсутствие должно иметь гораздо меньший вес, потому что ни одна из этих программ не была валидирована как тест для исключения окклюзии. Тот, кто воспринимает отсутствие оповещения как нормальное заключение, превращает инструмент скорости в источник задержки.

Чем эта тема отличается от соседних публикаций

Публикация о имитаторах инсульта посвящена острому дефициту без сосудистой причины, например эпилептическому приступу, гипогликемии или мигрени с аурой. Текст о лёгкой черепно-мозговой травме обсуждает, кому нужна томография после удара по голове. Здесь вопрос другой: пациент уже находится на томографии с подозрением на ишемический инсульт, и программа пытается сказать, есть ли окклюзия крупного сосуда.

Насколько точна ИИ: что говорят мета-анализы

Систематический обзор и метаанализ Susanti и коллег включил 11 статей с 10 937 пациентами об ИИ, применяемом при ангиографии (Susanti et al., 2026). Объединённая чувствительность составила 0,87 при 95-процентном доверительном интервале от 0,76 до 0,93, а специфичность — 0,95 при интервале от 0,91 до 0,97 (Susanti et al., 2026). Гетерогенность между исследованиями была очень высокой по нескольким показателям, а значит, среднее значение скрывает разные продукты, популяции и определения окклюзии.

Чувствительность 0,87 означает, что из каждых 100 пациентов с подтверждённой окклюзией крупного сосуда около 13 не будут отмечены программой, согласно средней оценке. В отделении, куда поступает много инсультов в месяц, это не редкость. Сами авторы заключают, что отрицательные результаты ИИ требуют тщательной перепроверки с просмотром изображений и вниманием к клинической картине.

Что меняется в зависимости от локализации окклюзии

Тот же обзор разделил результаты по артериальным сегментам. В сегменте M1 средней мозговой артерии чувствительность в исследованиях, сообщивших этот показатель, колебалась от 0,87 до 0,93, а объединённая площадь под кривой составила 0,913 (Susanti et al., 2026). В сегменте M2, более дистальном и более тонком, чувствительность в четырёх исследованиях колебалась от 0,30 до 0,86 (Susanti et al., 2026).

Объединённая площадь под кривой для M2 составила 0,72 при интервале от 0,38 до 1,06. Авторы сообщили об этом результате как о статистически значимом, но интервал включает 0,5 — значение, соответствующее тесту, не способному различать, — и их собственный анализ чувствительности показал, что значимость не была устойчивой: она исчезала при исключении двух исследований. На практике результаты для M2 неопределённы. Авторы также описали слабые результаты при окклюзиях внутренней сонной артерии типа I и в задней циркуляции.

Компьютерная томография без контраста как первый сигнал

Zhou и коллеги провели сетевой метаанализ алгоритмов, которые ищут окклюзию крупного сосуда передней циркуляции на компьютерной томографии без контраста (Zhou et al., 2026). Все десять включённых исследований были ретроспективной валидацией, с 3632 пациентами. ИИ, основанный только на изображении, показал чувствительность 0,78 при интервале достоверности от 0,68 до 0,86 и специфичность 0,88.

У читателей-специалистов и неспециалистов чувствительность была ниже — 0,62 и 0,60 — при сходной специфичности около 0,86. Разница в чувствительности в пользу ИИ по сравнению со специалистами составила 0,16 при интервале достоверности от 0,03 до 0,29 (Zhou et al., 2026). Авторы оценили достоверность этих данных как низкую и утверждают, что она не устанавливает влияния на поток пациентов, реперфузию или функциональный исход. По их мнению, компьютерная томография без контраста, прочитанная ИИ, должна служить сигналом вызвать специалиста или приоритизировать ангиографию, а не заменять её и не служить тестом для исключения окклюзии.

Где ИИ ошибается: ложноотрицательный результат

Ложноотрицательный результат — самая опасная ошибка программы для триажа, потому что она незаметна. Ложноположительный результат исправляется за минуты тем, кто открывает изображения; ложноотрицательный может оставить ангиографию в очереди, пока пациент теряет ткань мозга.

Почему программа пропускает

Ha и коллеги сравнили в одном корейском центре две коммерческие программы у 176 последовательных пациентов с подозрением на инсульт, которым выполнили ангиографию и перфузию (Ha et al., 2026). Окклюзия крупного сосуда была подтверждена у 53 пациентов, и у обеих программ площадь под кривой составила 0,93. Авторы разобрали ошибки одну за другой.

Самой частой причиной ложноположительного результата был тяжёлый внутричерепной стеноз, который имитирует окклюзию. Главной причиной ложноотрицательного результата был хорошо развитый коллатеральный кровоток при дистальных окклюзиях, который маскирует точку прерывания сосуда. Когда обе программы настроили на одинаковую чувствительность 83 процента, у одной специфичность составила 0,96, а у другой — 0,89 (Ha et al., 2026). Выбор порога, таким образом, смещает равновесие между ложными тревогами и пропущенными окклюзиями.

Чего не видит программа, одобренная для M1

Catapano и коллеги проанализировали 559 пациентов с подозрением на инсульт, чьи изображения прошли через программное обеспечение для выявления, в одном центре в США (Catapano et al., 2023). По словам авторов, автоматическое выявление этой программы было одобрено только для окклюзии сегмента M1, поэтому другие окклюзии были исключены из анализа. Для M1 чувствительность составила 71 процент, а положительная прогностическая ценность — 49 процентов (Catapano et al., 2023).

Деталь об ограниченном одобрении очень важна на практике. Если программа создана только для M1, отсутствие оповещения ничего не говорит об окклюзии сонной артерии, M2 или базилярной артерии. Авторы также показали, что добавление к оповещению двух простых клинических и визуализационных признаков — отклонения взора и симптома гиперденсивной артерии — повысило специфичность и положительную прогностическую ценность для M1.

Задняя циркуляция

Окклюзия базилярной артерии встречается редко, протекает тяжело и трудно распознаётся, потому что симптомы могут быть преходящими или выглядеть как что-то другое. Brito и коллеги протестировали алгоритм глубокого обучения, который ищет окклюзию в задней циркуляции на бесконтрастной томографии, у 184 пациентов из четырёх учреждений в США и Европе (Brito et al., 2026).

Чувствительность программного обеспечения составила 55,4 процента, специфичность — 80,9 процента, против чувствительности 27,4 процента и специфичности 91,8 процента у нейрорадиолога (Brito et al., 2026). Программа нашла больше окклюзий, но чаще ошибалась на отрицательных случаях, и всё же пропустила почти половину окклюзий. Исследование было ретроспективным, положительные случаи собирали до достижения целевого числа, а часть авторов работает в компании — производителе программного обеспечения, о чём сами авторы заявляют.

ИИ против людей-читателей

Сравнение с радиологом зависит от того, кто читает, какую окклюзию ищут и какой это вид исследования. На бесконтрастной томографии, как показано выше, ИИ был чувствительнее специалистов; на ангиотомографии картина может перевернуться.

В одном австралийском центре читатели оказались лучше

Slater и коллеги сравнили коммерческое программное обеспечение с восемью читателями в инсультном центре в Австралии у 500 пациентов с подозрением на ишемический инсульт (Slater et al., 2024). Читателями были один радиолог, пять неврологов и два ординатора радиологии, а эталоном служил диагноз консилиума из четырёх интервенционных нейрорадиологов.

Для окклюзии крупного сосуда чувствительность программного обеспечения составила 0,62, а у читателей варьировала от 0,65 до 0,96. Когда в вопрос включили также окклюзии сосудов среднего калибра, чувствительность программного обеспечения упала до 0,39, тогда как у читателей осталась между 0,62 и 0,94 (Slater et al., 2024). У всех читателей чувствительность была выше, чем у программного обеспечения. Отношение правдоподобия отрицательного результата программы для окклюзии крупного сосуда составило 0,41, и авторы заключили, что его недостаточно, чтобы исключить окклюзию.

Что это значит для вас

Эти сравнения учат рассматривать программное обеспечение как ещё один тест, со своей чувствительностью, специфичностью и отношениями правдоподобия. Та же логика, что в посте о предтестовой вероятности, работает и здесь: у пациента с афазией, выраженным гемипарезом и отклонением взора вероятность окклюзии крупного сосуда высока ещё до любой визуализации. Отрицательный результат программного обеспечения с отношением правдоподобия отрицательного результата 0,41 снижает эту вероятность, но может оставить её достаточно высокой, чтобы потребовать немедленного прочтения изображений.

При лёгком и преходящем дефиците базовая частота окклюзии ниже, и положительное оповещение чаще оказывается ложным.

Влияние на время до тромбэктомии

Если программное обеспечение не лучше хорошего читателя, причина его использовать — время: оповещение приходит на телефон всей команды одновременно, пока радиолог ещё может быть на другом исследовании, а нейроинтервенционист — вне больницы.

Рандомизированное исследование в Хьюстоне

Martinez-Gutierrez и коллеги провели рандомизированное кластерное ступенчатое клиническое исследование в четырёх крупных инсультных центрах района Хьюстона, США (Martinez-Gutierrez et al., 2023). В таком дизайне больницы входят в период работы с программным обеспечением в случайно выбранные даты, и каждый центр вносит пациентов до и после. Программное обеспечение сочеталось с автоматическим чтением ангиоКТ и защищёнными групповыми сообщениями через мобильный телефон.

Включили 243 пациента, получавших тромбэктомию, которые поступили через приёмное отделение; переведённые из других больниц остались за рамками. Медианное время от поступления до пункции паховой области до внедрения программного обеспечения составляло 100 минут. С программным обеспечением это время сократилось на 11,2 минуты, с 95-процентным доверительным интервалом сокращения от 18,22 до 4,2 минуты (Martinez-Gutierrez et al., 2023). Время от начала томографии до начала тромбэктомии сократилось на 9,8 минуты.

А что с исходом для пациента?

В exploratory-анализе доля функционально независимых пациентов через 90 дней составила 32 процента до и 42 процента после внедрения программного обеспечения (Martinez-Gutierrez et al., 2023). После поправки отношение шансов составило 1,3 при интервале от 0,42 до 4,0. Поскольку интервал включает 1, результат неубедителен: исследование не имело достаточного размера, чтобы ответить, изменили ли выигранные минуты жизнь пациентов.

Авторы напоминают о других ограничениях. Четыре больницы принадлежали одной системе здравоохранения, с одной и той же медицинской картой и одними и теми же протоколами, а некоторые врачи работали более чем в одном центре. В службах с временем от поступления, сильно отличающимся от 100 минут, эффект может быть иным.

Программное обеспечение зависит от того, кто им пользуется

Последующий анализ того же исследования, проведённый с 101 пациентом, измерил, насколько команды взаимодействовали с приложением (Ebirim et al., 2026). При каждом увеличении на единицу отношения числа комментариев к числу пациентов время от поступления до пункции сокращалось на 2,6 минуты, с интервалом сокращения от 0,13 до 5,09 минуты. Число активных пользователей на пациента, напротив, показало неубедительную связь, с интервалом, включающим ноль.

Таким образом, выигрыш зависит от того, общается ли команда внутри приложения, а не просто от его установки.

Что говорят исследования до и после

Sarhan и коллеги объединили в мета-анализе 12 исследований с 15 595 пациентами, которые сравнивали периоды до и после внедрения одного и того же программного обеспечения для обнаружения (Sarhan et al., 2025). Время от поступления до пункции уменьшилось, со стандартизованной средней разностью −0,50, и время от томографии до тромбэктомии тоже, с −0,71. Авторы не нашли статистически значимой разницы в клинических исходах, таких как кровоизлияние, смертность и функциональная независимость через 90 дней.

У исследований до и после есть известная проблема: между одним периодом и другим в больнице многое меняется, от протоколов до команд. Часть улучшения может происходить от этих изменений, а не от программного обеспечения. Поэтому рандомизированное исследование в Хьюстоне весит больше, даже будучи меньшим.

В сети больниц: перевод и телемедицина

Многие пациенты сначала попадают в больницу без тромбэктомии, где важно время принятия решения о переводе.

Проспективное исследование с телемедициной

Olive-Gadea и коллеги провели проспективное многоцентровое квазиэкспериментальное исследование в двух инсультных центрах с телемедициной, которые направляют пациентов в центр с тромбэктомией (Olive-Gadea et al., 2026). Сравнили 129 пациентов, переведённых до, и 136 после внедрения алгоритма, который читает бесконтрастную томографию и ангиоКТ. Окончательное решение о переводе оставалось за сосудистым неврологом на расстоянии.

Основной исход, время от поступления в местную больницу до запроса на перевод, убедительно не изменился: медианная разница −2,40 минуты, с интервалом от −6,16 до 4,48 (Olive-Gadea et al., 2026). Время от изображения до запроса сократилось на 7,16 минуты, а время от поступления до пункции сократилось на 31,28 минуты.

Объяснение авторов для большего выигрыша — не сам сигнал. Доля пациентов, которым КТ-ангиографию сделали уже в местной больнице, выросла с 28 до 81 процента, а повторные исследования в принимающем центре сократились с 79 до 42 процентов (Olive-Gadea et al., 2026). Меньше повторных исследований означало более быструю реперфузию.

База данных с тысячами сигналов

Devlin и коллеги ретроспективно проанализировали 14 116 сигналов об инсульте, обработанных по телемедицине в 166 больницах 17 штатов США, сравнив больницы с платформой ИИ и без неё (Devlin et al., 2024). Медианное время от поступления до оповещения нейроинтервенциониста составило 50,0 минуты в больницах с ИИ и 89,5 минуты в больницах без неё.

В том же исследовании обнаружился эффект противоположного направления. В больницах без локальной тромбэктомии наличие ИИ ассоциировалось с меньшей долей согласия нейроинтервенциониста на тромбэктомию у пациента, с абсолютным снижением на 10,79 процентного пункта (Devlin et al., 2024). Авторы не могли измерить время визуализации и исходы пациентов, а наблюдательный дизайн не позволяет отделить эффект программного обеспечения от различий между больницами.

Как пользоваться сигналом и не дать ему пользоваться собой

Программное обеспечение для выявления окклюзии — хороший пример инструмента, который помогает, когда его используют как подсказку, и мешает, когда его принимают за вердикт. Пост о склонности к автоматизации описывает механизм: перед системой, которая обычно права, люди склонны принимать вывод машины и меньше искать информацию самостоятельно.

Пять практических правил

• Читайте КТ-ангиографию, или обеспечьте, чтобы её прочитал кто-то другой, у каждого пациента с подозрением на ишемический инсульт, с сигналом или без него.
• Знайте, для каких артерий программное обеспечение вашей больницы было валидировано и одобрено. Отсутствие сигнала для M2 или базилярной артерии может ничего не значить.
• Учитывайте неврологический осмотр. Афазия, игнорирование, отклонение взора и выраженная гемипарез повышают вероятность окклюзии, как показали клинические признаки в сочетании с программным обеспечением в исследовании Catapano.
• Больше не доверяйте отрицательному сигналу в сценариях, где программное обеспечение ошибается чаще: дистальные окклюзии, богатое коллатеральное кровообращение и симптомы поражения задней циркуляции.
• Используйте канал сообщений. Выигрыш во времени в исследовании в Хьюстоне зависел от общения команды внутри приложения.

Калибровать доверие

Калибровать доверие к машине похоже на калибровку доверия к собственному диагнозу: доверять в правильной мере для каждой ситуации. Положительный сигнал заслуживает достаточного доверия, чтобы вызвать команду; отрицательный — достаточно малого, чтобы сохранить человеческое чтение. Когда изображение и клиническая картина не совпадают, стоит назвать сомнение и искать информацию, которая его разрешает, как в посте о диагностической неопределённости. При остром инсульте такой информацией обычно становится немедленное чтение КТ-ангиографии кем-то обученным.

Чему учат другие применения ИИ

Автоматическое чтение изображений также встречается в рентгенографии грудной клетки при поиске туберкулёза и в автономном скрининге диабетической ретинопатии. При инсульте отличие в часах: ложноотрицательный результат отнимает минуты мозга, а не месяцы, что делает параллельное человеческое чтение ещё важнее.

Источник и дизайн	Кого изучали	Исход	Результат как сообщён	Чтение
Susanti 2026, обзор и мета-анализ точности	11 статей, 10 937 пациентов, КТ-ангиография	Чувствительность и специфичность	0,87 (95% ДИ: 0,76–0,93) и 0,95 (95% ДИ: 0,91–0,97)	Хорошо в среднем, высокая гетерогенность
Susanti 2026, анализ по сегментам	Исследования с данными по M2	Чувствительность для M2	0,30–0,86	Переменный и неубедительный результат
Zhou 2026, сетевой мета-анализ	10 ретроспективных исследований, 3632 пациента, КТ без контраста	Чувствительность ИИ и специалистов	0,78 против 0,62	ИИ чувствительнее, уверенность низкая
Slater 2024, диагностическое исследование в одном центре	500 пациентов в Австралии	Чувствительность для крупного сосуда	Программное обеспечение 0,62; читатели 0,65–0,96	Читатели лучше
Martinez-Gutierrez 2023, рандомизированное кластерное исследование	243 пациента в четырёх центрах	От поступления до пункции	Снижение на 11,2 мин (95% ДИ: 4,2–18,22)	Выигрыш во времени
Martinez-Gutierrez 2023, exploratory analysis	Та же выборка	Независимость через 90 дней	ОШ 1,3 (95% ДИ: 0,42–4,0)	Неубедительно
Olive-Gadea 2026, квазиэкспериментальное исследование	265 переведённых пациентов	От поступления до запроса на перевод	−2,40 мин (95% ДИ: −6,16–4,48)	Неубедительно

Источники: Susanti et al., 2026; Zhou et al., 2026; Slater et al., 2024; Martinez-Gutierrez et al., 2023; Olive-Gadea et al., 2026. 95% ДИ: 95-процентный доверительный интервал, или интервал достоверности в исследовании Zhou (Zhou et al., 2026); ОШ: отношение шансов; мин: минуты.

Возвращаясь к случаю

У пациентки из вымышленного случая была афазия и правосторонняя гемипарез — картина с высокой вероятностью окклюзии крупного сосуда ещё до любой визуализации. Невролог не стал ждать оповещения: открыл КТ-ангиографию на собственном телефоне и позвал рентгенолога прочитать её вместе. Оба увидели прерывание контрастирования в ветви M2 левой средней мозговой артерии при хорошем коллатеральном кровотоке — ровно тот сценарий, в котором исследования показывают больше всего ложноотрицательных результатов.

Была вызвана нейроинтервенционная бригада, которая обсудила показания к тромбэктомии. В ту ночь молчание программы стало сигналом, требовавшим наибольшего внимания.

Как NEXO помогает тренировать такое рассуждение

В NEXO случай дня вымышленный, с реальной клинической картиной и до шести последовательных подсказок, а вы предлагаете диагноз, ища код в МКБ-10. Усомниться в результате, который не согласуется с клинической картиной, — то же упражнение, что и относиться к каждой информации как к подсказке и пересматривать гипотезу, как в тренировке дифференциального диагноза с подсказками.

Ограничения использования игры описаны на странице экономики NEXO. Если вы исследуете преподавание клинического рассуждения, страница для Researcher объясняет, как связаться. Специалисты, которые пишут или рецензируют случаи, найдут информацию в разделах Curator и Creators, а учреждения могут узнать о предложении на странице для партнёрств. Поиск правильного кода в МКБ-10 завершает эту тренировку.

Частые вопросы

ИИ читает КТ-ангиографию лучше рентгенолога?

Зависит от читающего и от окклюзии. В одном австралийском центре все люди-читающие, включая неврологов и ординаторов, показали чувствительность выше, чем у программы, для окклюзии крупного сосуда (Slater et al., 2024). На КТ без контраста, где задача труднее для людей, ИИ был чувствительнее специалистов в мета-анализе ретроспективных исследований при низкой достоверности.

Если программа не дала оповещения, можно дождаться заключения?

У пациента с клиническим подозрением на окклюзию крупного сосуда ожидание рискованно. Программы созданы для скрининга, измеренное в одном центре отрицательное отношение правдоподобия оказалось недостаточным, чтобы исключить окклюзию, а дистальные окклюзии и окклюзии заднего кровообращения пропускаются чаще всего. Обеспечьте немедленное прочтение изображений человеком.

Улучшает ли программа исходы у пациентов?

Данные показывают выигрыш во времени, но влияние на исход не conclusively. В рандомизированном исследовании в Хьюстоне отношение шансов для функциональной независимости через 90 дней имело интервал от 0,42 до 4,0 (Martinez-Gutierrez et al., 2023). Мета-анализ исследований до и после также не выявил различий в клинических исходах.

Ключевые выводы

• Программа обнаружения окклюзии крупного сосуда — инструмент скрининга и коммуникации, а не заключение.
• Средняя точность хороша на КТ-ангиографии, но падает при окклюзиях M2 и слаба при заднем кровообращении.
• Ложноотрицательный результат молчалив: при высоком клиническом подозрении отсутствие оповещения не отменяет немедленного прочтения человеком.
• Рандомизированное исследование показало примерно на 11 минут меньше до пункции, и выигрыш зависел от активного участия бригады.
• Влияние на функциональную независимость пациентов остаётся неясным.

Литература

1. Martinez-Gutierrez JC, Kim Y, Salazar-Marioni S, et al. Automated large vessel occlusion detection software and thrombectomy treatment times: a cluster randomized clinical trial. JAMA Neurol. 2023;80(11):1182-1190. [PubMed](https://pubmed.ncbi.nlm.nih.gov/37721738/).
2. Ebirim EC, Le NM, Samaha JN, et al. Workflow improvements from automated large vessel occlusion detection algorithms are dependent on care team engagement. J Neurointerv Surg. 2026;18(2):385-389. [PubMed](https://pubmed.ncbi.nlm.nih.gov/39870518/).
3. Susanti L, Cuandra KN, Tristan CD, et al. Diagnostic test accuracy of artificial intelligence in large vessel occlusion: a systematic review and meta-analysis. Neurol Res Int. 2026;2026:5709868. [PubMed](https://pubmed.ncbi.nlm.nih.gov/42028301/).
4. Zhou H, Liu L, Fu B, et al. AI decision support for emergency triage of large vessel occlusion using noncontrast computed tomography: systematic review and Bayesian diagnostic test accuracy network meta-analysis. J Med Internet Res. 2026;28:e105068. [PubMed](https://pubmed.ncbi.nlm.nih.gov/42785737/).
5. Sarhan K, Azzam AY, Moawad MHED, et al. Automated emergent large vessel occlusion detection using Viz.ai software and its impact on stroke workflow metrics and patient outcomes in stroke centers: a systematic review and meta-analysis. Transl Stroke Res. 2025;16(6):2258-2271. [PubMed](https://pubmed.ncbi.nlm.nih.gov/40335883/).
6. Ha HJ, Ryu WS, Kim BJ, et al. RAPID CTA versus JLK LVO for large vessel occlusion detection: a pragmatic comparison of performance and common pitfalls. Neuroradiology. 2026;68(4):877-886. [PubMed](https://pubmed.ncbi.nlm.nih.gov/41805858/).
7. Slater LA, Ravintharan N, Goergen S, et al. RapidAI compared with human readers of acute stroke imaging for detection of intracranial vessel occlusion. Stroke Vasc Interv Neurol. 2024;4(2):e001145. [PubMed](https://pubmed.ncbi.nlm.nih.gov/41583584/).
8. Catapano JS, Lee KE, Desai SM, et al. Number needing review: a novel metric to assess triage efficiency of large vessel occlusion detection systems. Stroke Vasc Interv Neurol. 2023;3(4):e000527. [PubMed](https://pubmed.ncbi.nlm.nih.gov/41583669/).
9. Brito A, Cendrero J, Tanzi L, et al. Initial experience with a deep learning algorithm for detecting posterior circulation large vessel occlusion on noncontrast computed tomography. Stroke Vasc Interv Neurol. 2026;6(4):e002250. [PubMed](https://pubmed.ncbi.nlm.nih.gov/42404827/).
10. Olive-Gadea M, Rizzo F, Cocho D, et al. CATalyze-AI: accelerating referral for thrombectomy in acute stroke patients using an AI-based software. A prospective, multicentre, quasi-experimental cohort study. Eur Stroke J. 2026;11(7). [PubMed](https://pubmed.ncbi.nlm.nih.gov/42497289/).
11. Devlin T, Gao L, Collins O, et al. VALIDATE: [...] the Viz.ai mobile stroke care coordination platform to limit delays in LVO stroke diagnosis and endovascular treatment. Front Stroke. 2024;3:1381930. [PubMed](https://pubmed.ncbi.nlm.nih.gov/41542251/).