【摘要】目的：探讨人工智能（AI）联合 CT 征象对自发性脑出血（SICH）患者早期血肿扩大的预测价值。方法：回顾性分析 2021 年 4 月—2025 年 2 月克拉玛依市中西医结合医院收治的 101 例 SICH 患者的临床资料，患者均行头颅 CT 检查，根据早期血肿扩大 发生情况分为发生组和未发生组。采用多因素 Logistic 回归分析 SICH 患者早期血肿扩大发生的独立预测因素，并绘制受试者工作特征 （ROC）曲线评估 AI 联合 CT 征象对 SICH 患者发生早期血肿扩大的预测价值。结果：101 例 SICH 患者中，发生组 35 例，未发生组 66 例。两组混杂征占比、漩涡征占比、AI 计算血肿体积及 AI 计算低密度区体积占比比较，差异有统计学意义（P ＜ 0.05）；多因素 Logistic 回归分析显示，有混杂征、有漩涡征、AI 计算血肿体积高、AI 计算低密度区体积占比高是影响 SICH 患者发生早期血肿扩大 的独立预测因素（P ＜ 0.05）；ROC 曲线分析显示，AI 与 CT 征象联合预测 SICH 患者发生早期血肿扩大的曲线下的面积为 0.882，且 经 DeLong 检验证实联合预测效能高于各项单一指标（P ＜ 0.05）。结论：AI 联合 CT 混杂征与漩涡征对 SICH 患者发生早期血肿扩大的 预测效能较高，可为临床提供参考价值。
【关键词】人工智能；计算机断层扫描；混杂征；漩涡征；自发性脑出血；早期血肿扩大