大数据与临床表型、生物标记物、多模式神经功能监测、神经影像等方面重症脑血管病精准监测措施及专家解读.docVIP

大数据与临床表型、生物标记物、多模式神经功能监测、神经影像等方面重症脑血管病精准监测措施及专家解读 精准医学在脑血管病神经重症监护方面的应用。现代医学已进入从循证医学向精准医学转化的时期，不同于传统的循证医学，精准医学更侧重于对患者实施个体化的诊疗决策。对于重症脑血管病患者，多模式神经监测是神经重症领域不同于普通患者的突出特点。 大数据与临床表型 现今是大数据与人工智能的时代，在脑血管病领域，大数据及人工智能的作用已初步显现。对于神经重症患者，大量监测数据及临床信息，产生了海量的数据，依托大数据的手段，未来将会对神经重症监护产生更有利的影响。 生物标记物 生物标记物包括分子（基因组、转录组、蛋白组、代谢组、表观遗传组）、组织、影像及生理学标记物等等，随着研究深入，未来将广泛用于脑血管病的诊断及预后评估中。 多模式神经功能监测 依托多模式神经功能监测结果，临床医师可作出更适宜于患者的个体化临床决策，如急性缺血性卒中溶栓或血管内治疗后血压的管理、重症脑血管病患者颅内压管理等等。随着无创神经监测技术的广泛开展及计算机多生理数据整合能力的提高，重症脑血管病的精准监测与管理已取得很大突破。 1）经颅多普勒超声。TCD 是神经重症监护病房 NICU 的常用监测手段，在很多领域已有应用如血管内治疗溶栓/取栓术后管理、蛛网膜下腔出血 SAH 血管痉挛监护等等。优点即便捷、无创。TCD缺点是部分患者颞窗不佳且对操作者有一定技术要求。图 2 展示TCD 在SAH血管痉挛中的应用举例。 图 1. SAH 动脉内注射尼卡地平后连续 TCD 监测 SAH 患者严重血管痉挛，左图示 DSA 发现左大脑前动脉及大脑中动脉痉挛致严重狭窄（白箭头），中图为连续 TCD 监测双侧大脑中动脉平均流速及平均动脉压。右图 A 显示尼卡地平注射前 TCD 频谱，右图 B 显示尼卡地平注射后 TCD 频谱，可见搏动指数下降，流速降低。 2）近红外光谱。近红外光谱可无创监测局部脑氧饱合度（rSO2），在脑代谢及动脉氧合稳定的情况下，可大致反映脑血流量的情况，尤其是可监测脑血流量的变化趋势，便捷、无创、安全、实时，在血管内治疗术后无创监测脑灌注水平有一定优势。目前已有学者利用 NIRS 监测管理急性缺血性卒中围手术期血压管理。我国部分 NICU 已采用 NIRS 技术用于科研工作。 3）脑电图EEG。连续 EEG 监测是 NICU 不可缺少的监测手段。EEG 可敏感、快速、便捷、无创地反映脑血流量的变化。量化 EEG 在神经重症领域应用前景广泛。目前采用量化 EEG 的办法预测急性缺血性卒中血管内治疗的预后。此外，EEG 在SAH 后迟发性脑缺血 DCI 的预测和管理工作中已积累了大量的研究成果，基本可较临床症状提前2天预测 DCI发生。 4）生理学监测与临床数据整合。随着分析技术的进步，现在已可实现实时多种生理参数与临床信息的整合。如实时血压及脑血流监测可动态反映脑血流自动调节能力。目前，一些市场化软件也已进入临床及科研工作中，可实时收集患者生理参数进而直接计算反映患者状态。 5）个体化血流动力学管理。现阶段个体化血流动力学管理主要进步体现在卒中急性期的血压管理。基于脑血流自动调节监测指导下的卒中血流动力学管理有相当的应用前景。ICM+ 软件可通过连续记录的血压及脑血流量参数（TCD 或基于 NIRS 的 rSO2）实时评估患者自动调节阈值，进而指导最佳血压区间。 图 2. 基于脑血流自动调节获取最佳平均动脉压区间（MAPOPT） 注：通过连续 MAP 及组织氧合参数计算得出 U 型曲线（图 A），根据调节阈值计算出调节上下限所对应的最佳 MAP 范围，其对于为经典自动调节曲线的拐点（图 B）。图 C 显示了旁边监测设备。图 D 可同时反映最佳 MAP 区间（蓝色区域）及实时 MAP 参数（白线），从而给临床医师动态直观的反映血压是否位于理论最佳区间内。 神经影像 神经影像如 CT 或 MR 是目前脑血管病患者最常用的监测手段，对于重症脑血管病患者来说，目前床旁可移动 CT 及可移动灌注 MR 是目前研究突破。 解读 神经危重症，特别是脑血管危重症，是一个特殊的疾病。针对这些患者，除关注全身脏器功能，更加关注大脑的病理生理学变化。在大数据与人工智能的时代，大量监测数据及临床信息产生的海量数据，一定会对脑血管病重症监护带来深远的影响。 多模式神经功能监测是重症脑血管病监护的发展方向，通过监测脑血流、脑氧、电生理以及神经影像，可以预测和管理患者的脑水肿、高颅压、脑缺血、高灌注、再灌注损伤以及脑血管自动调节能力等，制订优化的血压、颅内压、脑灌注压阈值等。 随着大数据及人工智能应用、神经功能监测技术改进、多参数数据及信号处理进步，重症