脑卒中临床试验的影像评估（二）：独立影像评估（IRC）框架下，盲态中心影像阅片如何落地，风险如何管控？

摘要｜影像终点能不能被监管接受，一半取决于标准是否科学，另一半取决于执行是否规范。本文接着上篇，把盲态独立中心评估（BICR）在脑卒中项目里的落地方式拆开讲：评估标准如何选择、操作流程执行要点、如何应对不同适应症，以及技术、监管、操作、竞争四类风险各自该怎么应对。
脑卒中临床试验的影像评估（一）：面向独立影像评估（IRC），适应症怎么选，影像终点怎么定？

在脑卒中临床试验中，影像学评估的客观性和一致性直接关系到试验结果的可靠性。盲态独立中心评估（Blinded Independent Central Review，BICR）作为现代临床试验质量控制的黄金标准，通过独立于研究现场的第三方影像评估中心，在不知晓受试者治疗分组信息的前提下进行标准化影像判读，最大程度减少评估偏倚，确保数据的真实性和可重复性。

01
盲态中心影像阅片：
确保评估客观性的核心机制

01 评估标准体系

盲态中心影像阅片的核心在于建立统一、标准化、可重复的评估标准。这也是独立影像评估（IRC）能够保障创新药临床研究数据客观、可比的基础。针对脑卒中不同适应症，需制定差异化的影像评估标准体系。

缺血性脑卒中评估标准

• ASPECTS 评分（Alberta Stroke Program Early CT Score）：评估早期缺血改变范围，0-10 分，≤7 分提示大面积梗死。
• 梗死体积定量：通过 DWI 或 CTP 界定最终梗死体积，通常以 mL 为单位，作为疗效评估的客观指标。
• 灌注不匹配评估：比较核心梗死区与低灌注区体积，不匹配比例 >1.2 或绝对差 >10mL 提示存在可挽救组织。
• 出血转化分级（ECASS 标准）：HI1/HI2（出血性梗死）、PH1/PH2（实质血肿），用于安全性评估。

出血性脑卒中评估标准

• 血肿体积测量：采用 ABC/2 公式或自动化分割，精确计算血肿体积变化率。
• 血肿扩大定义：24 小时内血肿体积增长 >33% 或 >6mL，是早期神经功能恶化的独立预测因子。
• 周围水肿评估：测量血肿周围低密度带体积，评估炎症反应程度。
• 脑室积血分级（Graeb 评分）：评估脑室系统出血量及脑积水风险。

血管评估标准

• TICI 分级（Thrombolysis in Cerebral Infarction）：评估血管再通程度，2b-3 级为成功再通。
• 侧支循环评分（ASITN/SIR）：0-4 分评估软脑膜侧支代偿能力。

02 评估方法与操作流程

盲态中心影像阅片的实施需要严格的标准化流程，从影像采集、传输、质控到最终判读，每个环节都需遵循预设的标准操作程序（SOP）。

影像采集与传输标准化

• 制定详细的影像采集协议（Imaging Charter）：明确扫描设备要求、序列参数、造影剂使用规范。
• DICOM 标准化传输：通过安全的网络通道将去标识化影像传输至中心阅片平台。
• 影像质控（QC）：中心实验室对影像质量进行预评估，剔除不符合标准的影像数据。

盲态化管理机制

• 影像去标识化：移除所有可能暴露受试者身份和治疗分组的信息（姓名、医院、日期等）。
• 独立阅片环境：阅片师在隔离环境中工作，无法接触临床数据、随机化信息。
• 随机化影像排序：阅片顺序随机打乱，避免时间趋势偏倚。
• 分阶段揭盲：仅在数据库锁定后，由独立统计团队进行影像数据与临床数据的关联分析。

阅片模式与质量控制

• 双人独立阅片（Double Reading）：两名资深神经影像医师独立判读，结果不一致时启动仲裁机制。
• 仲裁机制（Adjudication）：由第三位高级专家或共识会议解决分歧，确保最终结论的权威性。
• 阅片者一致性评估（Inter-Reader Agreement）：采用 Kappa 系数或 ICC 评估阅片者间一致性，κ>0.8 为优秀。
• 定期校准会议：定期组织阅片团队进行标准化培训，统一判读尺度。

AI 辅助阅片整合

• 自动化预处理：AI 算法进行影像配准、去噪、标准化预处理。
• 辅助量化分析：RAPID、Brainomix 等软件自动计算梗死体积、灌注参数。
• 人机协同：AI 提供客观量化数据，阅片师进行综合临床判断。

03 适应症匹配与阅片策略

不同适应症和试验阶段对盲态中心影像阅片的要求存在显著差异，需根据具体研发目标制定匹配的阅片策略：

【关键提示】对于采用影像学主要终点的 II 期试验，建议在试验启动前进行阅片者培训（Reader Training）和预试验（Pilot Reading），确保阅片团队对评估标准的理解和执行达到预期一致性水平（通常要求 κ≥0.75）。

03 中心影像阅片的监管考量

在监管申报中，盲态中心影像阅片数据的接受度取决于评估标准的科学性和执行过程的规范性：

与监管机构早期沟通

在 Pre-IND 或 End-of-Phase 2 会议中，明确影像终点的可接受性和阅片方案。

影像章程（Imaging Charter）

详细记录阅片流程、标准、质控措施，作为申报资料的重要组成部分。

阅片者资质文件

阅片医师需具备神经影像专业资质，提供培训记录和一致性评估结果。

数据可追溯性

保留完整的阅片日志、仲裁记录、影像质控报告，确保数据完整可审计。

02.
项目风险管控：
影像评估的关键考量

1 技术风险

多中心影像一致性

• 不同厂商 CT/MRI 设备参数差异可能导致定量指标偏移。
• 对策：制定详细的影像采集协议（Imaging Charter），统一扫描参数；使用体膜/模体校准成像设备。

影像判读主观性

• ASPECTS 评分在不同阅片者间的一致性中等（κ=0.6-0.7）。
• 对策：采用双人独立判读 + 仲裁机制；引入 AI 辅助量化减少人为差异。

2 监管风险

终点认可风险

• 目前 FDA/EMA 尚未正式认可影像学替代终点用于卒中药物注册。
• 对策：早期与监管机构沟通（Pre-IND/End-of-Phase 2 会议），明确影像学终点的接受度；积累影像-临床终点相关性证据。

AI/影像组学监管不确定性

• AI 辅助诊断工具在美国属于 SaMD（Software as Medical Device）监管范畴。
• 对策：如将 AI 作为入组筛选工具，需评估是否需要单独审批；作为终点评估工具，需充分验证算法性能。

3 操作风险

时间窗敏感性

• 超急性期影像评估对时间要求极高，可能延误治疗。
• 对策：简化影像流程，采用一站式 CT/CTA/CTP 或 MRI 多序列快速扫描方案。

患者配合度

• 急性期患者意识障碍、躁动可能影响 MRI 扫描质量。
• 对策：优先采用 CT 方案（快速、耐受性好）；MRI 作为可选补充。

4 竞争风险

影像技术快速迭代

• 从 CT 到 CTP，从 DWI 到多模态 MRI，技术更新可能使早期试验设计过时。
• 对策：采用平台试验设计（Platform Trial），允许中期调整影像终点；与技术领先的影像 CRO 建立长期合作。

03.
总结与建议

对于计划进入脑卒中领域的制药企业，影像评估策略的成功实施需要把握五个要点：

适应症差异化
优先考虑亚急性期神经保护、神经再生等竞争相对缓和的领域，利用影像生物标志物精准定位获益人群。

影像终点层级化
II 期以影像为主要终点快速验证机制，III 期以影像支持临床终点，构建完整的证据链。

盲态阅片标准化
建立严格的盲态中心影像阅片体系，从影像采集、传输、质控到判读全流程标准化，确保独立影像评估（IRC）数据客观可靠。

风险前置管理
在试验设计阶段即与监管机构、影像 CRO、核心实验室充分沟通，制定详细的影像采集和判读标准。

拥抱技术创新
积极引入 AI 量化、影像组学、分子影像等前沿技术，提升评估精度和效率，建立技术壁垒。

脑卒中影像评估正处于从定性到定量、从单一到多模态、从人工到智能的转型期。对于药企而言，这既是挑战，更是机遇——谁能率先建立标准化的影像评估体系，谁就能在脑卒中药物研发的赛道上占据先机。

上篇回顾

脑卒中临床试验的影像评估（一）：面向独立影像评估（IRC），适应症怎么选，影像终点怎么定？

常见问题

Q 什么是盲态中心影像阅片（BICR）？
由独立于研究中心的第三方影像评估中心，在不知晓试验参与者治疗分组的前提下进行标准化影像判读。它是临床试验质量控制的黄金标准，核心价值在于最大程度减少评估偏倚，确保数据客观真实、科学性、独立性。

Q 为什么要双人独立阅片加仲裁？
卒中影像的主观性不容忽视——ASPECTS 评分在不同阅片者间的一致性通常只有中等水平（κ=0.6-0.7）。双人独立阅片加第三位专家仲裁，是把主观性差异性收进可接受范围的标准做法。

Q AI 辅助阅片会取代阅片师吗？
不会，目前的定位是协同。AI 负责配准、去噪、标准化预处理与梗死体积、灌注参数的自动量化，提供客观数据；阅片师负责综合临床判断与最终结论输出。人机协同是当前证据下的主流方案。

Q 影像评估项目推进中，最容易被忽视的风险是什么？
设备参数不一致带来的多中心定量偏移，以及判读主观性带来的阅片者间差异。这两项都会直接影响终点数据的可信度，需要在启动前通过影像采集协议统一参数与校准方案，并用双人阅片加仲裁机制进行规避。

临影医药

临影医药（有临医药全资子公司）成立于2017年，总部位于上海，是专注于独立评审中心（IRC）业务的第三方独立医学影像CRO，为创新药物临床研究提供第三方独立影像评估服务，保障临床试验结果客观、科学，助力临床试验推进与注册审批，加快新药上市进程。