顆粒化多模態(tài)監(jiān)測與血流動力學(xué)研究

宋天嬌，王小亭，晁彥公

1清華大學(xué)第一附屬醫(yī)院ICU，北京 100020 2中國醫(yī)學(xué)科學(xué)院北京協(xié)和醫(yī)院重癥醫(yī)學(xué)科，北京 100730

重癥患者的早期識別、基于重癥病理生理的精準(zhǔn)干預(yù)以及連續(xù)動態(tài)的目標(biāo)化管理是對重癥患者預(yù)后產(chǎn)生深遠(yuǎn)影響的3個方面。其中血流動力學(xué)治療是ICU重癥患者循環(huán)復(fù)蘇的關(guān)鍵。以機(jī)體氧輸送為核心的血流動力學(xué)管理包括器官化血流動力學(xué)管理、微循環(huán)保護(hù)策略(整體微循環(huán)灌注及器官微循環(huán)灌注)[1]以及體外生命與器官支持，是盡快穩(wěn)定患者呼吸及循環(huán)的重要手段。要實(shí)現(xiàn)這一目標(biāo)需整合多種臨床生理數(shù)據(jù)，包括腦電圖(electroencephalogram,EEG)、心電圖(electrocardiogram，ECG)、光容積描記圖、血氧飽和度、血壓、血流信息等，常規(guī)監(jiān)測技術(shù)或分析方法難以對上述海量數(shù)據(jù)進(jìn)行綜合分析，導(dǎo)致重要信息被遺漏。而將上述龐大的數(shù)據(jù)進(jìn)行整合，并進(jìn)行實(shí)時監(jiān)測的技術(shù)稱為多模態(tài)監(jiān)測(multimo-dality monitoring)，其可實(shí)現(xiàn)多維度數(shù)據(jù)的共享、挖掘和分析。其中，基于高分辨率數(shù)據(jù)進(jìn)行毫秒級(mili-second scale)時域/頻域監(jiān)測技術(shù)的顆?；嗄B(tài)監(jiān)測將促進(jìn)血流動力學(xué)認(rèn)知與實(shí)踐進(jìn)入微觀化，使得對患者的管理更加精細(xì)、精準(zhǔn)，更具有前瞻性。有證據(jù)表明,基于目標(biāo)導(dǎo)向治療的多模態(tài)技術(shù)對數(shù)據(jù)整體進(jìn)行監(jiān)測與管理，有助于對患者病情進(jìn)行清晰判斷和精準(zhǔn)治療[2]。本文圍繞重癥患者臨床管理的基礎(chǔ)(臨床信息分類)，對傳統(tǒng)低分辨率及高分辨率數(shù)據(jù)與血流動力學(xué)監(jiān)測的相關(guān)性進(jìn)行闡述，并介紹高分辨率多模態(tài)監(jiān)測在血流動力學(xué)相關(guān)指標(biāo)評價中的應(yīng)用情況，以期為臨床重癥患者的管理提供借鑒。

1 數(shù)據(jù)、臨床信息分類與重癥臨床管理

隨著現(xiàn)代醫(yī)學(xué)監(jiān)測技術(shù)的進(jìn)步，收集的臨床信息越來越多元化。然而臨床信息的存儲只是計算機(jī)的基礎(chǔ)操作，數(shù)據(jù)集成、清洗和分析，臨床決策引導(dǎo)和研究的效率提升才是醫(yī)學(xué)信息學(xué)的重點(diǎn)。傳統(tǒng)床旁監(jiān)護(hù)儀通過專門設(shè)計的有創(chuàng)或無創(chuàng)傳感器、信號采集模塊和接口連續(xù)監(jiān)測患者的生理參數(shù)，為患者管理提供了越來越豐富的監(jiān)測數(shù)據(jù)。除此之外，多數(shù)情況下重癥患者的管理還依賴于很多其他監(jiān)護(hù)、治療設(shè)備采集和顯示的特定病理生理學(xué)信息，這對重癥患者的病情判斷及治療至關(guān)重要，并決定了ICU醫(yī)師需在不同的臨床設(shè)備上獲取并同步多模態(tài)生理數(shù)據(jù)，以及時掌握病情變化，輔助患者的臨床管理。Goldstein等[3]開發(fā)了一種基于生理數(shù)據(jù)的信息采集系統(tǒng)，實(shí)現(xiàn)了數(shù)據(jù)的自動采集與歸檔。Lee等[4]研發(fā)了一種麻醉信息管理系統(tǒng)(Anesthesia Information Management System, AIMS)，通過生命體征監(jiān)測儀和腦電雙頻指數(shù)監(jiān)護(hù)儀采集手術(shù)患者的生理數(shù)據(jù)，以獲取高質(zhì)量生命信號數(shù)據(jù)。然而，上述系統(tǒng)主要針對、獲取和分析相對單一的生理數(shù)據(jù)，應(yīng)用范圍窄，尚無法滿足ICU的需求[5]。

近年來，重癥醫(yī)學(xué)領(lǐng)域可視化技術(shù)得到了蓬勃發(fā)展，鑒于重癥醫(yī)學(xué)數(shù)據(jù)管理本身存在的特點(diǎn)，多模態(tài)系統(tǒng)可對重癥醫(yī)學(xué)涵蓋的多元化數(shù)據(jù)進(jìn)行整合，并分析數(shù)據(jù)中隱含的臨床意義，及時發(fā)現(xiàn)患者潛在的病理生理變化，甚至利用多模態(tài)系統(tǒng)所構(gòu)建的數(shù)據(jù)庫建立新型臨床研究模式。在重癥思維的引導(dǎo)下，將即時化、流程化的影像信息與其他臨床信息相結(jié)合，不僅給重癥醫(yī)學(xué)的臨床診療和學(xué)術(shù)研究帶來了深刻影響，同時為多模態(tài)系統(tǒng)數(shù)據(jù)整合和臨床決策帶來了全新挑戰(zhàn)，而計算機(jī)輔助技術(shù)可為多模態(tài)系統(tǒng)數(shù)據(jù)的管理提供可行的解決途徑。21世紀(jì)以來，伴隨計算機(jī)性能取得的革命性突破，機(jī)器學(xué)習(xí)技術(shù)得到了高質(zhì)量發(fā)展，在哮喘、急性呼吸窘迫綜合征(acute respiratory distress syndrome,ARDS)、膿毒癥、急性腎損傷、胰腺炎等疾病亞表型的分類中已取得實(shí)質(zhì)性進(jìn)展。亞表型的確定有助于解釋相同疾病患者之間潛在的異質(zhì)性，為精準(zhǔn)醫(yī)療奠定了基礎(chǔ)。如基于2項(xiàng)隨機(jī)對照試驗(yàn)數(shù)據(jù)，Calfee等[6]通過潛在類別分析(latent class analysis, LCA)發(fā)現(xiàn)了ARDS高炎癥和低炎癥2種亞型，其對呼氣末正壓(positive end expiratory pressure, PEEP)策略治療具有不同反應(yīng)。王劍等[7]基于重癥監(jiān)護(hù)數(shù)據(jù)集(MIMIC)-Ⅲ，采用潛伏概況分析確定了膿毒癥的4種亞表型，并發(fā)現(xiàn)不同亞表型對液體復(fù)蘇的反應(yīng)性不同，臨床預(yù)后亦存在明顯差異。

2 傳統(tǒng)低分辨率數(shù)據(jù)與血流動力學(xué)監(jiān)測

在臨床常規(guī)診療過程中，醫(yī)務(wù)人員基于不同來源(監(jiān)護(hù)儀、實(shí)驗(yàn)室、影像學(xué)、臨床特征等)的數(shù)據(jù)，經(jīng)篩選與過濾后，結(jié)合臨床經(jīng)驗(yàn)對保留的重要信息進(jìn)行綜合分析，最終明確診斷并實(shí)施干預(yù)。由于早期監(jiān)護(hù)設(shè)備數(shù)據(jù)存儲及運(yùn)算處理性能的局限性，床旁監(jiān)護(hù)數(shù)據(jù)信息通常只能以較大的間隔時間才能記錄下來并被醫(yī)護(hù)人員分析利用，此種數(shù)據(jù)在時間維度上連續(xù)性差、密度低，被稱為低分辨率數(shù)據(jù)。由于客觀條件限制，此種方式所收集、篩選的多數(shù)數(shù)據(jù)僅與有顯著特征、臨床重要異常相關(guān)，可能導(dǎo)致有重要價值的臨床信息被遺漏，以致誤診或診療延遲。如感染性休克是膿毒癥最嚴(yán)重的亞型，包含了大量、多層面臨床和生物學(xué)特征。這些特征的不同組合可能對治療產(chǎn)生不同反應(yīng)，并導(dǎo)致不同的不良結(jié)局。針對膿毒癥休克出現(xiàn)的大循環(huán)障礙，推薦以早期目標(biāo)導(dǎo)向治療為復(fù)蘇策略。其血流動力學(xué)評價指標(biāo)包括低分辨率生命體征、有創(chuàng)/無創(chuàng)血流動力學(xué)監(jiān)測指標(biāo)、血流灌注指標(biāo)(乳酸、動靜脈二氧化碳分壓差、中心靜脈血氧飽和度)、尿量、超聲等。但由于多來源化信息整合的局限性以及時間分辨率較低，難以充分展現(xiàn)重癥發(fā)生發(fā)展過程中的血流動力學(xué)特征和機(jī)體反應(yīng)狀態(tài)，其在重癥患者的管理應(yīng)用中仍存在很大提升空間。

此外，血流動力學(xué)改變具有時程性，即患者的血流動力學(xué)狀態(tài)因基礎(chǔ)狀況、病情、時間、干預(yù)的不同而呈現(xiàn)不同變化；而其臨床監(jiān)測指標(biāo)也多具有復(fù)合性的特征，如中心靜脈壓，其既是靜脈回流的末端壓力，亦是右心容量負(fù)荷的壓力替代指標(biāo)，具有復(fù)雜的病理生理學(xué)含義。因此，了解重癥血流動力學(xué)特征需結(jié)合臨床背景精確獲取具有時間特異性的生理參數(shù)，且需連續(xù)監(jiān)測或高頻率采樣，以準(zhǔn)確復(fù)現(xiàn)多種生理波形的細(xì)節(jié)。但這無疑將會產(chǎn)生海量數(shù)據(jù)，遠(yuǎn)超傳統(tǒng)人工分析處理的能力范疇。而基于實(shí)時數(shù)據(jù)收集并進(jìn)行高分辨率分析的多模態(tài)系統(tǒng)可對海量數(shù)據(jù)進(jìn)行歸檔及分析，從而輔助床邊臨床決策。

3 高分辨率數(shù)據(jù)與血流動力學(xué)監(jiān)測

當(dāng)人體生理指標(biāo)采集的時間分辨率達(dá)每秒50次(50 Hz)以上時，就進(jìn)入了毫秒級高分辨率數(shù)據(jù)領(lǐng)域。此時所記錄的數(shù)據(jù)呈波形曲線，即所謂的高分辨率數(shù)據(jù)的時域和頻域分析范疇。相對于傳統(tǒng)低分辨率數(shù)據(jù)，高分辨率數(shù)據(jù)所包含的信息不僅是傳統(tǒng)意義上某一特定參數(shù)的數(shù)據(jù)值，更深遠(yuǎn)的意義在于其波形背后所蘊(yùn)含的生理意義，可能反映患者本身調(diào)節(jié)能力或病理生理方面的改變，而對高分辨率數(shù)據(jù)進(jìn)行高時域和頻域分析，即本研究提出的“顆?；备拍?，其有助于對患者病情變化進(jìn)行更及時有效的分析，提升臨床醫(yī)生在醫(yī)療關(guān)鍵時期對有意義的生理變化進(jìn)行高效分析的能力，達(dá)到診療個體化、可視化的目的。

一般而言，人類大腦只能同時有效跟蹤3～4個變量[8]。因此，方便記憶的簡單臨床信息更易被臨床醫(yī)師所接受，如大眾所熟知的血壓通常只包含收縮壓、舒張壓和平均動脈壓。事實(shí)上，當(dāng)血壓數(shù)據(jù)記錄的時間分辨率足夠精確時，記錄的數(shù)據(jù)就會被展現(xiàn)為波形曲線。壓力波形中包含非常豐富的病理生理信息，如動脈壓力波形，其始于左心室收縮前期，血液泵入主動脈形成波形的上升支；左心室收縮后期，射血速度減慢，泵入主動脈的血液少于由主動脈向外周灌注的血量，導(dǎo)致擴(kuò)張的大動脈開始回縮、動脈血壓逐漸降低，形成了波形的下降支前段；隨后出現(xiàn)左心室舒張、主動脈瓣關(guān)閉，形成了波形的降中峽和降中波。隨著動脈血壓進(jìn)一步下降，形成了波形下降支的其余部分。動脈壓力波形上升支的斜率和振幅受心肌收縮力、心室舒張末期容積以及大動脈阻力的影響。大動脈彈性減小時，上升支斜率和振幅增大。下降支波形可大致反映外周阻力，外周阻力高時，下降支的下降速率減慢，切跡位置較高；若外周阻力降低，則下降支的下降速率加快，切跡位置較低，位于切跡后的下降支的坡度小，波形較為平坦。動脈壓力波形的另一個重要特征是遠(yuǎn)端脈搏的放大現(xiàn)象，表現(xiàn)為在不同動脈部位同時記錄的壓力波形態(tài)不同。隨著動脈壓力波從中央主動脈向周圍動脈傳遞，波形特征隨之發(fā)生改變。與中心主動脈相比，外周動脈壓力波上升支延遲且波形較陡，收縮壓力增高，重搏波切跡滯后且波形變淺，舒張壓波形更加明顯且舒張末壓降低，脈壓增寬。

基于主動脈的動脈壓力波形中表示心室處于收縮期時的曲線振幅與每搏輸出量呈正比，與動脈順應(yīng)性呈反比這一基本原理[9]，通過對外周血管的壓力波形進(jìn)行精確分析，即可計算心輸出量。如脈搏指示連續(xù)心排血量監(jiān)測(pulse index continuous cardiac output,PiCCO)，通過測量動脈波形中表示左心室處于收縮時的曲線下面積并除以主動脈順應(yīng)性，以估算心輸出量。

除經(jīng)典的流體力學(xué)因素外，血壓波動還受到神經(jīng)、內(nèi)分泌、代謝、壓力反應(yīng)等多種因素的影響。最新研究表明，血流動力學(xué)發(fā)生嚴(yán)重紊亂前，可能呈現(xiàn)為多種生理參數(shù)非顯性變化的特征。這些變化反映了機(jī)體神經(jīng)、體液等代償機(jī)制的改變，從而表現(xiàn)為動脈壓力波形獨(dú)特的動態(tài)特征。盡管每個心動周期的動脈壓力波形都極為相似，但連續(xù)的動脈壓力波形包含的信息更為豐富，波形可變性、復(fù)雜性與生理關(guān)聯(lián)的動態(tài)變化可預(yù)示低血壓事件的發(fā)生[10- 12]。近年來，臨床提出了一種基于機(jī)器學(xué)習(xí)的復(fù)雜特征提取技術(shù)，期望借助人工智能算法發(fā)現(xiàn)隱藏在動脈壓力波形背后的心血管代償能力以及機(jī)體調(diào)節(jié)機(jī)制的特征改變，已有研究者基于人工智能算法實(shí)現(xiàn)了心血管代償機(jī)制減弱或崩潰早期改變的識別，預(yù)警低血壓事件[13- 14]。

4 高分辨率多模態(tài)監(jiān)測與血流動力學(xué)相關(guān)評價

基于毫秒級高分辨率數(shù)據(jù)對臨床常見的大量數(shù)據(jù)進(jìn)行整合，如心率、血壓、中心靜脈壓等，甚至基于腦功能評估的腦電活動、腦氧飽和度、腦血流等，經(jīng)特定算法處理后對患者的自身調(diào)節(jié)功能等進(jìn)行分析，可提供更精準(zhǔn)的診療，此種數(shù)據(jù)監(jiān)測與分析模式被稱為高分辨率多模態(tài)監(jiān)測。

4.1 高分辨率多模態(tài)監(jiān)測與自動調(diào)節(jié)能力

由于其高能耗、低儲備的特點(diǎn)，大腦需要依靠多方面復(fù)雜的調(diào)節(jié)機(jī)制而實(shí)現(xiàn)持續(xù)、穩(wěn)定的血流量供應(yīng)，此調(diào)節(jié)功能被稱為大腦自動調(diào)節(jié)能力(cerebral autoregulation, CA)。CA對于維持腦部血流和代謝的穩(wěn)定十分重要，對CA進(jìn)行監(jiān)測有助于臨床管理。近年來，腦血管自主調(diào)節(jié)和功能儲備與血流動力學(xué)的相關(guān)性成為了重癥管理的熱點(diǎn)，已有研究通過整合生理波形參數(shù)，嘗試分析自主神經(jīng)調(diào)節(jié)在器官化血流動力學(xué)領(lǐng)域的作用機(jī)制及其影響。以急性腦損傷(acute brain injury,ABI)患者為例，此類患者的CA降低，而神經(jīng)系統(tǒng)體征和影像學(xué)檢查等常規(guī)評估方法對其病情的判斷常存在延遲，難以及時發(fā)現(xiàn)并預(yù)防繼發(fā)性腦損傷。隨著高精度、高時間分辨率數(shù)據(jù)記錄系統(tǒng)的應(yīng)用和改進(jìn)，目前已開發(fā)出多種CA無創(chuàng)分析方法，如相關(guān)系數(shù)分析、自動調(diào)節(jié)指數(shù)、傳遞函數(shù)分析、非線性分析、自回歸以及多模式壓力-血流分析等，多種神經(jīng)監(jiān)測工具如連續(xù)腦電圖(continuous EEG, cEEG)、近紅外光譜技術(shù)、顱內(nèi)壓、腦組織氧分壓以及腦血管自主調(diào)節(jié)等多模態(tài)監(jiān)測已逐步從科研走進(jìn)了臨床[15]，為ABI病情監(jiān)控和識別提供了多維度參考信息。如ABI發(fā)生后，興奮性神經(jīng)遞質(zhì)釋放增多以及伴隨的神經(jīng)炎癥級聯(lián)反應(yīng)可導(dǎo)致20%～40%的患者合并創(chuàng)傷后癲癇發(fā)作，此類創(chuàng)傷后癲癇與臨床不良預(yù)后相關(guān)[16]，但由于其發(fā)作時呈非驚厥性表現(xiàn)，臨床極易漏診。而cEEG在此類患者的救治中可發(fā)揮重要價值。有研究證明，間歇性EEG監(jiān)測癲癇發(fā)作的靈敏度僅為50%，而cEEG監(jiān)測48 h的靈敏度超過90%[17- 18]。

通過多模態(tài)系統(tǒng)對CA進(jìn)行多維度監(jiān)測，除有助于發(fā)現(xiàn)潛在的病變外，亦可輔助腦灌注壓的精細(xì)化管理。仍以ABI患者為例，目前多數(shù)ICU 對于此類人群灌注壓和血壓的控制仍采用“One-to-All”策略，即將每例患者的腦灌注壓均保持在 60～75 mm Hg(1 mm Hg=0.133 kPa) 之間。但鑒于患者病理生理學(xué)表現(xiàn)具有多樣性，大腦CA損傷可能導(dǎo)致腦血流量與平均動脈壓之間呈純線性或非線性變化。針對病情不同的患者，如何實(shí)現(xiàn)其最佳灌注壓(CPPopt)或最佳動脈壓(ABPopt)的精準(zhǔn)評估，進(jìn)而制訂個體化治療方案是重癥醫(yī)學(xué)亟待解決的難題。通過對大腦CA進(jìn)行多模態(tài)監(jiān)測，探尋適合最佳自動調(diào)節(jié)區(qū)間的治療條件，使針對性個體化最佳腦灌注壓治療成為可能[19]。對于CA的實(shí)時精確多模態(tài)監(jiān)測，可幫助臨床醫(yī)生確定動脈壓的上限與下限，預(yù)防腦出血及腦缺血。有研究證實(shí)，腦灌注壓維持在壓力反應(yīng)指數(shù)處于最佳自主調(diào)節(jié)閾值范圍內(nèi)時間長的患者，通常具有較好的神經(jīng)功能預(yù)后[20]。此外，基于整合EEG、腦氧飽和度、經(jīng)顱多普勒超聲以及傳統(tǒng)監(jiān)護(hù)參數(shù)的多模態(tài)監(jiān)測在心臟外科手術(shù)患者體外循環(huán)期間最佳灌注壓的確定，及時發(fā)現(xiàn)并預(yù)警麻醉和體外循環(huán)期間不良事件中均起到了良好的輔助作用，對于優(yōu)化術(shù)中血壓控制和麻醉管理，改善預(yù)后，有著十分重要的臨床意義。

4.2 高分辨率多模態(tài)監(jiān)測與自主神經(jīng)功能

膿毒癥的致病病原體所屬類型較多，導(dǎo)致的器官損傷模式亦存在較大差異。此外，膿毒癥在時程上的異質(zhì)性較強(qiáng)，在特定時間符合某綜合征診斷標(biāo)準(zhǔn)的患者可能處于不同的疾病進(jìn)程。常規(guī)數(shù)據(jù)監(jiān)測可能無法展現(xiàn)膿毒癥的全貌，就此而言，多模態(tài)數(shù)據(jù)的整合分析存在極大的應(yīng)用前景，組學(xué)科學(xué)、數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的進(jìn)步已產(chǎn)生了常見 ICU 綜合征異質(zhì)性的證據(jù)。

作為宿主對感染反應(yīng)的關(guān)鍵組成部分，自主神經(jīng)系統(tǒng)(autonomic nervous system, ANS)反應(yīng)失衡可能是膿毒癥患者器官功能障礙的反映指標(biāo)和重要影響因素。研究證據(jù)表明，膿毒癥和器官功能障礙患者中ANS反應(yīng)失調(diào)極為常見[21]。ANS可直接影響體溫、心血管、免疫、胃腸功能，幾乎參與調(diào)節(jié)人體所有器官系統(tǒng)的功能。當(dāng)機(jī)體遭受創(chuàng)傷、驚嚇、嚴(yán)重感染等應(yīng)激刺激時，ANS可與免疫系統(tǒng)、內(nèi)分泌系統(tǒng)相互協(xié)作，共同維持人體內(nèi)環(huán)境穩(wěn)態(tài)。炎癥和組織損傷可通過細(xì)胞因子介導(dǎo)途徑激活神經(jīng)中樞或通過感覺纖維傳入刺激中樞神經(jīng)系統(tǒng)進(jìn)而激活A(yù)NS和神經(jīng)內(nèi)分泌途徑。為了應(yīng)對嚴(yán)重感染或其他損傷，中樞神經(jīng)系統(tǒng)激活A(yù)NS的交感神經(jīng)分支進(jìn)行必要的生理和代謝調(diào)整，以適應(yīng)急性生理應(yīng)激。當(dāng)ANS和/或周圍神經(jīng)系統(tǒng)(peripheral nervous system，PNS)對應(yīng)激的反應(yīng)失衡，交感神經(jīng)活化不受控制或時間延長，或副交感神經(jīng)系統(tǒng)調(diào)控不當(dāng)，被稱為自主神經(jīng)系統(tǒng)功能障礙(autonomic nervous system dysfunction, ANSD)。近來國際上已有團(tuán)隊根據(jù)ANS管控的效應(yīng)器官開發(fā)了多種新型生命體征監(jiān)測技術(shù)，如連續(xù)溫度監(jiān)測、自動瞳孔測量、脈搏體積標(biāo)記、皮膚電導(dǎo)以及基于吸呼分期的心率比等，并在麻醉人群中監(jiān)測 ANSD 顯示出了較好的應(yīng)用前景[22]。

此外，基于毫秒級高分辨率設(shè)備同步采集重癥患者的心電圖、動脈壓、脈搏血氧飽和度及血流波形等數(shù)據(jù)，經(jīng)處理后有助于患者自主神經(jīng)狀態(tài)、呼吸循環(huán)驅(qū)動協(xié)同能力、血壓與心率協(xié)同能力等參數(shù)的輔助評估，以監(jiān)測重癥患者原發(fā)疾病引起的機(jī)體應(yīng)激狀態(tài)，以及鎮(zhèn)痛、鎮(zhèn)靜和應(yīng)激調(diào)控等治療干預(yù)后機(jī)體反應(yīng)的狀態(tài)變化，為重癥機(jī)體應(yīng)激狀態(tài)與分層監(jiān)測提供了一種新的解決方案。以感染性休克為例，有報道顯示， ANS失調(diào)的臨床跡象可能是心血管功能即將惡化的早期預(yù)警信號，比動脈壓下降、心率變化等常規(guī)監(jiān)測指標(biāo)異常出現(xiàn)的更早[23]。基于ANS監(jiān)測結(jié)果對重癥患者進(jìn)行早期干預(yù)，有助于避免血流動力學(xué)指標(biāo)進(jìn)一步惡化，對疾病的早診早治至關(guān)重要。

5 小結(jié)與展望

簡而言之，重癥醫(yī)學(xué)的未來發(fā)展需要信息化管理。從大循環(huán)到微循環(huán)，從心臟到外周器官，每一部分的血流動力學(xué)變化及調(diào)節(jié)均具有異質(zhì)性，因此，對不同部位的血流動力學(xué)進(jìn)行精細(xì)化管理非常必要。而多模態(tài)監(jiān)測無疑可使醫(yī)生更全面、更清晰地掌握患者病情，從而輔助臨床決策。而基于毫秒級高分辨率數(shù)據(jù)的時域/頻域整合分析，促進(jìn)血流動力學(xué)認(rèn)知與實(shí)踐進(jìn)入了微觀化領(lǐng)域，使得疾病管理更精準(zhǔn)、更精細(xì)、更具有前瞻性。在此基礎(chǔ)上基于多元和非線性時間序列分析方法采集并處理大量多通道高密度實(shí)時流數(shù)據(jù)，進(jìn)而對大量異構(gòu)醫(yī)療數(shù)據(jù)進(jìn)行實(shí)時采集、整合和分析，必要時借助機(jī)器學(xué)習(xí)和人工智能等復(fù)雜的系統(tǒng)分析和信息管理方法，使得ICU重癥監(jiān)測和救治有望邁入可視化、器官功能整合、系統(tǒng)化新時代。

作者貢獻(xiàn)：宋天嬌負(fù)責(zé)文獻(xiàn)檢索，撰寫論文初稿；王小亭負(fù)責(zé)提出專業(yè)性意見；晁彥公提出研究思路并負(fù)責(zé)論文修訂。

利益沖突：所有作者均聲明不存在利益沖突