作者：王乔，北京医院神经外科；赵润生，张东，中国医学科学院北京协和医学院；李新伟，张旭，武汉联影智融医疗科技有限公司

出血性卒中约占全部卒中的2 8 %，主要分为脑出血（intracerebral hemorrhage，ICH）（22%）与蛛网膜下腔出血（6%）；其中，约85%的ICH患者为高血压所致。除血肿的占位效应外，ICH还可通过血红蛋白及其降解产物的刺激诱发脑血管痉挛。部分ICH患者需接受手术以清除血肿，同时在手术过程中需最大限度保护正常脑组织，避免手术相关的二次损伤。

由于各地区医疗水平不均衡，不同地区开展的主流ICH手术治疗方案具有一定差异。受限于神经导航技术的可及性不足，基层医疗机构仍多采用大骨瓣开颅血肿清除术或去骨瓣减压术；而在综合卒中中心，神经内镜下血肿清除术及立体定向穿刺引流术已成为首选治疗方案。

目前，尽管ICH的手术效果已得到显著改善，但上述手术技术在操作精度、术前准备等方面仍存在局限，难以在高效清除血肿的同时，实现良好的脑组织保护。临床亟需更精准、微创的手术技术，以提高血肿清除效率并减少手术副损伤。这些需求正共同推动ICH神经外科手术技术向精准化、微创化、高效化的方向发展。

机器人辅助微创立体定向穿刺治疗（robot-assiste d minimally invasive stereotactic puncture therapy，MISPT）为上述问题提供了初步解决方案。该技术通过详细的术前规划与路径设计，结合高精度机械的辅助导向，实现了对颅内血肿的精准定位与穿刺，从而提高了穿刺成功率并减小了手术创伤。

1. 机器人技术赋能脑出血手术治疗

1.1 传统手术的局限性 

传统开颅手术因需要开放较大骨窗，手术时间普遍较长，对患者的耐受程度要求较高。同时，开颅手术不仅增加了脑实质暴露与损伤风险，还显著升高了术后并发症（如肺炎、胃肠道出血及颅内感染等）的发生率。立体定向手术（如框架辅助手术）虽较开颅手术创伤小，但其仍存在明显不足。受框架安装的系统误差及术中脑移位等因素影响，立体定向手术的实际投射误差通常为1.0～5.2 mm，加上术前规划路径缺乏术中实时调整能力，导致器械末端难以稳定、精准地覆盖目标区域，易造成血肿清除不彻底或周围脑组织损伤。

此外，立体定向手术的术前框架准备过程复杂、耗时，可能错过急性高血压性ICH患者的最佳治疗时机，且其对老年体弱或合并基础疾病的患者适用性较差，难以满足临床个体化需求。

1.2 机器人辅助微创立体定向穿刺治疗 

近年来，经过多维度革新，神经外科手术机器人弥补了ICH传统手术的局限，正逐步应用于临床实践。精准定位与智能路径规划：手术机器人借助多模态影像融合技术与机械臂微米级执行精度，可实现对血肿的精准定位与穿刺，定位误差可控制在2 mm以内；智能路径规划系统能提前规划穿刺路径并根据术中脑移位情况进行动态调整，避开关键神经组织与血管，确保穿刺管精准抵达血肿中心区域。

简化手术操作与缩短手术时间：MISPT仅需直径1 cm以内的颅骨钻孔与长约3 mm的硬脑膜切口。前期有研究表明，该术式的手术时间可缩短至40 min以内，对患者的耐受程度要求较低。术后并发症减少：1项meta分析显示，相较于其他手术方式，机器人辅助手术治疗ICH可降低患者死亡率（OR 0.3652，95%CI0.1457～0.9158，P =0.0317）。

该技术还能改善ICH患者的神经功能预后，降低mRS评分（均数差-0.8063，95%CI -1.0786～-0.5341，P <0.0 0 01），并提高GC S（均数差0.67 9 2，95%CI 0.1599～1.1985，P = 0.010 4）。此外，ICH采用该技术的术后再出血、肺部感染及颅内感染等并发症的发生率也显著下降。传统手术的局限性已成为ICH临床治疗的重要瓶颈。神经外科手术机器人借助多模态影像融合、跨模态空间注册配准和精准导航定位等多方面技术突破，为ICH的手术治疗提供了新方案，实现了对传统手术技术的显著优化。

2. 脑出血手术治疗新进展

随着人工智能与新型成像技术的不断发展，ICH的诊断、风险评估及手术操作均取得了重要突破。依托人工智能对多模态数据的融合应用，ICH诊疗流程正从院内向院前急救延伸；手术机器人的智能化升级，则进一步提升了ICH机器人辅助手术的精准度与微创性。

2.1 脑出血术前手术决策体系 

ICH的救治具有显著的时间依赖性，患者自发病至接受规范治疗的时间间隔与预后具有明显相关性。在诊疗各环节构建便捷、高效的决策模型，可快速实现ICH的病因诊断与病情进展风险评估。通过预测模型迅速识别卒中类型并优化危重患者的转运方案，有助于合理调配医疗资源，为危重患者争取救治时间。

Yoshida等开发的XGBoost模型，整合了23项生命体征参数，可实现对需手术干预的ICH患者多项病情进展参数的精准预测；该模型可辅助急救人员在院前快速识别具有潜在手术指征的ICH患者，从而实现精准分诊并缩短术前等待时间，最终改善患者预后。

ICH病因预测模型在病因识别中具有重要作用，Thabarsa等构建的CT放射组学分层模型，从非增强CT图像中提取了1372个放射组学特征，经关键特征筛选后构建了AdaBoost三级分类器。临床数据验证结果显示，该模型识别原发性ICH的敏感度为0.86，特异度为0.87，区分ICH病因的整体准确率为79%。

血肿扩大是ICH患者病情恶化的重要危险因素，精准预测血肿扩大风险对手术时机的选择具有指导意义。Du等通过XGBoost等算法整合CT影像学标志物与临床参数（包括基线血肿体积、GCS等），构建的ICH患者血肿扩大预测模型AUC超过0.96，准确率达94%。Feng等构建的深度学习分割模型，在训练队列中对ICH患者早期血肿扩大的预测准确率达98.2%。

2.2 脑出血术前智能规划系统 

术前智能规划系统可集成各类新型成像技术（如HR-MRI、超声弹性成像等），从解剖界定、功能监测、操作预判3个维度突破传统评估局限，实现对ICH术前血肿形态与性质的全面评估，为手术路径规划与手术操作执行提供量化依据。该系统可通过分析HR-MRI数据，精准区分血肿核心、血肿周围水肿带及正常脑组织，同时结合DWI序列识别水肿区域的水分子扩散受限特征，清晰描述血肿周围结构特点，避免规划路径偏差导致周围功能区脑组织损伤。

此外，结合CT检查所呈现的血肿形态特征，该系统可利用深度学习模型构建血肿三维模型，从而在术前精确描绘血肿体积、位置及边界范围，帮助术者量化血肿抽吸量与角度。该系统还可结合血肿超声弹性成像数据量化血肿硬度，从而辅助设定MISPT的器械参数（如抽吸压力与梯度、穿刺角度等），实现术前对血肿清除策略的规划与设计。

2.3 脑出血术中智能辅助系统 

在ICH手术过程中，随着血肿清除与颅内压下降，脑结构与残余血肿可能发生移位，导致术前规划路径与实际手术执行路径出现匹配差异，进而引发血肿残留与周围正常结构损伤。智能辅助系统通过融合术中超声、太赫兹波等动态影像信息，依托自主避障算法实现术中实时路径调整，以毫秒级频率监测组织移位程度；当预设路径即将触碰重要结构时，系统可基于A*算法、Dijkstra算法生成新的无碰撞路径，引导器械精准避障，从而提升手术的安全性与精准度。

尽管术前智能规划系统已提供血肿组织的初步抽吸参数，但实际手术操作时仍需结合术中组织特征进行动态调整。自适应控制系统可利用多模态传感器采集术中力学反馈（器械阻力）与组织电导率（组织类型）等信息，经系统分析后动态优化器械参数，如针对质地坚硬的血肿可及时增大穿刺针旋转扭矩与抽吸负压，而当器械接近正常脑组织时则降低其速度与力度，从而改善手术效果。

3. 脑出血精准诊疗的展望

当前，ICH治疗技术正经历从精准化向智能化跨越的深刻变革。在人工智能技术的支撑下，多模态融合技术正实现从院前急救到病情进展的全流程预测，助力术前病因诊断与血肿扩大风险的精准评估。机器人辅助手术通过整合术前智能规划系统与术中智能辅助系统的技术优势，克服了传统手术创伤大、并发症发生率高的局限，推动ICH手术向简易化、普适化、智能化的方向发展。

未来，随着医疗大模型与可穿戴设备的进一步发展，其有望实现ICH的实时监测与发病预警；而机器人辅助技术与生物材料的深度整合，将进一步降低ICH手术并发症发生率与患者残疾率，最终实现“精准预防-微创干预-智能康复”的诊疗闭环，为减轻ICH疾病治疗负担提供有力支撑。

来源：赵润生,李新伟,王乔,等.智能脑出血治疗：需求驱动下的临床进展与技术突破[J].中国卒中杂志,2025,20(12):1488-1492.