重症监护中无创神经监测的实践应用2026

重症监护中无创神经监测的实践应用2026背景：无创神经监测能为脑生理功能提供宝贵见解，有望为危重症患者提供个体化护理支持。随着重症监护病房（ICU）精准医疗的不断发展，整合多种无创监测技术或许能更全面、实时地揭示动态脑病理生理变化，同时规避有创操作的风险。本研究旨在明确整合多种无创神经监测模式的实施挑战。研究选取了六种监测模式：盲法经颅多普勒超声（Blind-TCD）、视神经鞘直径测量（ONSD）、多通道连续脑电图（cEEG）、自动瞳孔测量法、近红外光谱（NIRS）及颅骨伸展计（Brain4Care）。方法：为评估每种模式融入多模态无创监测体系的就绪程度，一组专家提出了无创神经监测多模态就绪度（nnMR）评分。该评分系统基于数据连续性与处理、生理信号代表性、空间及时间分辨率、重症监护病房场景下的软件整合等标准，对每种模式的多模态适用性进行结构化评估。结果：nnMR

评分显示，多通道连续脑电图（cEEG）和近红外光谱（NIRS）可实现连续监测，无需人工处理；盲法经颅多普勒超声（Blind-TCD）和近红外光谱（NIRS）具有良好的时间分辨率；视神经鞘直径测量（ONSD）具有良好的空间分辨率；多通道连续脑电图（cEEG）和颅骨伸展计则兼具两者优势；仅多通道连续脑电图（cEEG）能提供清晰的解剖学信息。所有模式的软件整合程度均较为有限。多模态实施的主要挑战包括：需专业技术人员操作、易受伪影干扰、时空分辨率不匹配、长期信号稳定性不足。缺乏标准化进一步制约了向统一分析平台的整合，导致需单独进行人工数据输入、处理及量化。结论：无创神经监测多模态就绪度（nnMR）评分的制定，旨在评估当前每种模式在多模态、连续及长期临床应用中的就绪状态。为验证该评分体系，需广泛征求神经危重症领域的意见。要充分发挥多模态神经监测的潜力，需在信号验证、软件整合、分辨率校准、伪影检测、固定技术及标准化方面取得进展，这需要研究人员、工程师、制造商及临床医生的密切协作。关键词：无创；神经监测；实践应用；多模态引言危重症患者（无论是否合并获得性脑损伤（ABI））在重症监护病房（ICU）住院期间，易发生继发性脑损伤。近期文献强调，无论是否存在获得性脑损伤（ABI），神经监测对改善昏迷或镇静患者的预后具有重要意义[1-5]。在重症监护病房（ICU）中，监测模式正逐渐从单纯的有创监测转向纳入无创技术，从依赖单一模式转向采用多模态神经监测方法

[1,3]。无创技术适用于更广泛的患者群体，包括有创监测禁忌证的患者或资源有限国家的患者

[1,6,7]。其可在临床场景中支持神经预后评估，例如心脏骤停后的缺氧性脑损伤

[2]。此外，无创工具还可协助识别可能从有创监测中获益的患者（或特定脑区域），包括无意识障碍不明显、初始脑成像结果有限，甚至无原发性神经诊断的患者

[3,8]。同时，当与血流动力学或通气数据整合时，无创监测可为更个体化、动态化的治疗决策提供支持，例如创伤性脑损伤的管理

[2]。通过多种技术对脑健康状况进行长期监测（通常称为连续多模态神经监测），非常适合应对脑功能、生理机制及其高代谢需求的复杂性[2,9]。然而，这一定义仍不够精确，存在多种解读空间。专家强调，有效的多模态神经监测并非仅在床旁部署多种模式，还需全面理解每个连续且并行的信号，整合趋势及衍生指标，并能在统一的数据科学平台中定期查看这些信息

[10]。近期研究强调，多模态无创神经监测在提升神经预后评估准确性及指导危重症治疗方面具有临床价值。一项前瞻性研究表明，通过将临床评估与（高级）神经影像学、实验室检查及电生理标志物相结合，可改善无反应获得性脑损伤（ABI）患者的预后预测[2]。关于创伤性脑损伤监测的专家共识强调了多模态方法的重要性（尤其是在中低收入国家

[11]），并建议在制定治疗决策前，至少采用两种无创方法估算颅内压（ICP）[12]。然而，尽管前景广阔，无创多模态神经监测的应用仍受到限制，原因包括临床经验不足、缺乏整合软件解决方案以及难以证明对患者的即时获益

[12]。一个尚未得到充分认识但至关重要的障碍是：聚焦单一模式验证的研究，与床旁联合应用这些模式的实际可行性之间存在脱节。尽管验证工作不可或缺，但同样需要重视推进多模态信号整合所需的工具、工作流程及基础设施，以实现对患者的精准、全面监测。本文旨在明确危重症患者及重症监护病房（ICU）患者多模态无创神经监测临床实施的关键障碍，重点关注六种常用模式：盲法经颅多普勒超声（Blind-TCD）、视神经鞘直径测量（ONSD）、多通道连续脑电图（cEEG）、自动瞳孔测量法、近红外光谱（NIRS）及通过颅骨伸展计进行的颅骨搏动监测[1]。研究综合了一组临床神经监测专家的床旁经验，并结合针对性文献检索，探讨了将这些模式整合为统一多模态监测策略的实际挑战。基于此分析，我们提出了一个初步的客观评分系统框架，用于评估每种模式在危重症患者及重症监护病房（ICU）患者连续多模态神经监测中的实际就绪程度，并明确需要改进的方面。方法探索无创神经监测模式的实际挑战无创神经监测模式的选择基于近期关于危重症患者多模态及无创神经监测的文献[1]。一组临床专家（每位至少在一种所选模式方面具备专业经验）提供了这些模式在临床及研究场景中单独应用和联合应用的详细实际挑战见解。专家组成员的具体专业背景见补充文件

1。他们的意见通过相关同行评审文献得到证实和补充。通过文献检索，验证专家提出的实际挑战是否已被先前报道，并发现专家咨询过程中未提及的其他挑战。检索策略的详细描述见补充文件1。对所选文献进行综述，提取并分类与多模态实施相关的实际挑战，结果汇总于，以便清晰概述并进行跨模式比较。

为客观评估每种所选无创模式在多模态体系中的适用性，我们提出了无创神经监测多模态就绪度（nnMR）评分（补充文件2）。该评分框架明确了多模态成功实施的关键标准，并评估了六种受测模式满足这些标准的程度。每种模式的累积数值评分反映其在多模态、连续、长期实施中的就绪状态。该框架的优势在于，通过各个评估项所揭示的优势与劣势模式，为模式改进提供重点方向。无创神经监测多模态就绪度（nnMR）评分并非临床决策工具，而是用于指导研究优先级排序、明确多模态持续应用所需的技术或方法学改进领域的结构化框架。该评分灵感来源于“技术就绪水平”框架（用于评估技术的商业部署成熟度

[13]）。与技术就绪水平不同，无创神经监测多模态就绪度（nnMR）评分针对的是已获批上市的神经监测设备；其未采用基于时间的发展阶段划分，而是借鉴

Moberg

等人

[14]

的方法（后者开发了价值

-

负担分析，用于评估神经监测设备在战场多模态应用中的适用性），基于表

1

总结的实施挑战，制定了六项关键评估项。这些评估项包括：能否进行连续监测、是否需要人工处理、对解剖及生理本质的认知程度、空间分辨率、时间分辨率以及能否实现多模态软件连接。这些评估项反映了常规随访和操作连续性下多模态成功应用的关键因素。尽管不同模式检测病理生理变化所需的时间框架存在差异，但仍纳入了时间分辨率这一评估项——因为该框架是从多模态视角设计的：要使模式整合具有临床意义，其数据应在可比较的时间窗口内更新。评分标准为：0

分表示评估项不适用，1

分表示部分适用，2

分表示完全适用，总分范围为

0-12

分（最佳得分）。评分系统的初始版本由两位作者（Y.S.K.和M.A.）制定，初稿经另外两位作者（W.H.M.

和

I.C.C.v.d.H.）严格评审，根据反馈形成修订版；随后将更新后的草案分发给所有合著者征求进一步意见，并整合相关输入形成最终评分工具。使用该最终版本，两位作者（Y.S.K.

和

M.A.）基于表

1

的概述，独立对每种模式的所有评估项进行评分。所得单项评分及相关理由随后经整个专家小组评审，通过集体讨论和反复反馈，就每种无创模式的多模态就绪度达成共识。结果图1概述了所选的无创神经监测模式。为便于理解每种模式，补充文件

3

简要描述了其技术原理、床旁应用及当前对单模态信号、数值或趋势的生理解读。对这些模式的验证研究及临床疗效的详细讨论超出了本文范围。多通道连续脑电图（cEEG）心电图和肌电图伪影会影响多通道连续脑电图（cEEG）的准确性和效率，可能掩盖实际的癫痫发作活动[34]。关于脑电图电极的最佳数量、位置及监测时长，仍存在争议，这取决于脑电图监测的临床指征。此外，脑电图电极帽或床旁脑电图[35,36]

可能更易于快速应用，尤其适用于（非惊厥性）癫痫持续状态的诊断和治疗。用于监测麻醉深度的单通道处理脑电图系统目前已应用于手术中，但其在重症监护病房（ICU）场景中的临床获益尚不明确

[37]。长时间脑电图监测可能因出汗和水肿导致皮肤刺激和信号质量下降；对于不配合的患者（如因躁动和谵妄）或存在局灶性问题的患者（如去骨瓣减压术、引流管及伤口），长时间记录更具挑战性，且会限制其空间分辨率。此外，床旁是否需要持续视频记录仍不确定。对于长期监测（>30分钟），原始多通道脑电图分析变得非常耗时且不切实际，因此建议采用定量脑电图（qEEG）方法、视觉趋势分析及基于不同数学算法或人工智能的脑图[38-40]。然而，最适合的定量指标（如频率、复杂度、连通性或网络分析）、其解读方法及

“警报”

阈值尚未确定。数字定量脑电图（qEEG）可使重症监护病房（ICU）医生和护士经过简短培训后，通过趋势分析检测病理状态，或触发警报供远程神经生理学家审核

[38,39]。脑电图受重症监护病房（ICU）中常见的镇静剂（组合使用）、器官代谢功能障碍（如尿毒症）及其他任何类型脑病的显著影响，这些因素的影响难以与全身性或生理性紊乱（如脑灌注不足状态）区分[37]。目前，床旁原始多通道脑电图信号仍需预处理和量化，限制了其与其他神经监测信号的床旁同步查看[41]。自动瞳孔测量法瞳孔计是一种手持设备，每位患者使用一次性耗材[42]。由于其属于瞬时监测模式，需定期测量以避免遗漏显著变化[43]。实施该技术时，重症监护病房（ICU）护士和医生必须熟悉所报告的指标和阈值，这还需要在临床方案中替换当前的手电筒检查标准

[42]。该技术仅评估神经系统的有限部分（两对脑神经及脑干上部），因此难以与其他连续监测模式进行比较

[44]。瞳孔计提供了一种自动化、客观的瞳孔大小和反应性评估方法[43]。评估结果汇总为神经瞳孔指数（NPi）等指标，其范围为0.0-5.0[45]。用于计算该指数的算法未知，因此其对不同颅内病变的敏感性尚不明确；不同设备的指标和量表是否具有可比性也不明确。重症监护病房（ICU）中使用的药物组合（如麻醉剂和镇痛剂）对反应性指数的影响尚未得到详细研究

[46]。尽管该设备能检测并报告微小变化（精确到小数位），但这些变化的临床意义尚不明确，因为个体正常变异范围尚未完全明确

[47]。目前仅使用基于人群的指数阈值（“异常”

瞳孔反应

[NPi<3]

或

“无反应”[NPi=0]）[47]。文献中关于神经瞳孔指数（NPi）与有创颅内压（ICP）值之间的关联，尚未形成明确或一致的共识

[43,44]。眼外伤或严重肿胀可能导致红外刺激无法作用于瞳孔。目前，所获得的数值无法与其他（连续）模式自动整合，必须手动输入神经监测软件。近红外光谱（NIRS）尽管近红外光谱（NIRS）应用简便（主要在裸露的前额进行），但在危重症患者中实施该测量仍面临若干挑战。近红外光谱（NIRS）通过评估脑组织中氧合血红蛋白和去氧血红蛋白的相对含量变化，估算局部氧饱和度（rSO₂）[21]。然而，制造商未披露计算局部氧饱和度（rSO₂）的算法，限制了对所得数值的生理理解[48]。尽管市场上有多种临床近红外光谱（NIRS）设备，但大多数不允许获取原始数据（如高分辨率氧合血红蛋白和去氧血红蛋白数据），这限制了伪影检测[48]

或（波形）分析选项。解读局部氧饱和度（rSO₂）趋势具有挑战性，因为其升高或降低可能具有模糊的临床意义[49]。为神经功能受损的大脑确定目标值或个体阈值较为困难，因为基线值可能已存在异常，这也会影响半球间比较[50]。此外，关于红外探头的最佳解剖学放置位置（以检测生理紊乱，如外部分水岭区域），目前尚未达成共识

[51]。前额脑电图电极或双频谱指数贴纸可能会阻碍探头的双侧放置。近红外光吸收受颅外组织的影响，尤其是在存在颅内或颅外血肿、皮肤水肿或颅内积气的患者中。部分设备通过减去浅表和深层光回路进行校正。适当的皮肤准备（包括用酒精棉片清洁和剃除毛发）对于增强探头粘附性和减少环境光干扰至关重要[21]。然而，在长期监测过程中，由于患者移动或出汗会影响粘附性能，仍需定期更换探头[21]。尽管设备会提供简单的质量参数，但缺乏详细信息。此外，系统可能会在无提示的情况下交换左右侧测量结果。仅有少数设备提供多通道探头，这限制了其空间分辨率。最后，局部氧饱和度（rSO₂）数值的时间分辨率相对较低，限制了其与其他连续神经监测信号的完全整合

[52]。颅骨伸展计（Brain4Care）颅骨伸展计无线技术用于估算重症监护病房（ICU）患者颅内顺应性变化，其多模态实施受到若干因素限制。技术层面而言，要获得无伪影的准确测量结果，患者需配合、保持静止或完全镇静。因此，寒战、躁动和谵妄可能会干扰系统获取稳定信号的能力[53]。传感器监测需要完整的皮肤表面和闭合的颅骨[54]。确保设备在患者头部的正确放置，需要定期评估所获取的波形（目前波形数值无单位）[53]。建议的最低监测时间为

5-10

分钟，长时间监测需持续监督以维持传感器的正确位置。建议每数小时更换一次位置，以防止皮肤损伤。颅骨伸展计技术通过移动应用系统提供替代颅内压（ICP）波形（目前无绝对颅内压值），并通过安全的互联网连接传输计算得出的比值（P2/P1比值）和达峰时间趋势[55]。目前，对计算比值的研究最为充分。这一新兴模式的局限性包括：正常人群和危重症患者的相关数据有限、对重症监护病房（ICU）环境中潜在混杂因素的认知不足、仅在美国和巴西实现商业应用

[55-61]。其目前基于网络的输出参数应用方式，使得难以与床旁其他连续神经监测模式进行实时整合。各模式的nnMR

评分无创神经监测多模态就绪度（nnMR）评分显示，多通道连续脑电图（cEEG）和近红外光谱（NIRS）可实现连续监测，无需人工处理；盲法经颅多普勒超声（Blind-TCD）和近红外光谱（NIRS）具有良好的时间分辨率；视神经鞘直径测量（ONSD）具有良好的空间分辨率；多通道连续脑电图（cEEG）和颅骨伸展计则兼具两者优势；仅多通道连续脑电图（cEEG）能提供完整的解剖学清晰度，其多模态整合软件方案正在开发中[41]。然而，目前所有所述模式均缺乏经临床批准、可支持床旁整合查看的软件。每种模式的nnMR

评分及专家相关解释见表

2。图

2

可视化了每种模式在各

nnMR

评估项上的得分，概述了每种模式在多模态应用中的优势与局限性。讨论无创神经监测模式具有显著优势，如安全性更高、成本更低、床旁部署简便等。尽管存在这些优势，但将其整合到多模态监测框架中仍面临若干实际挑战。在设计专门的前瞻性试验以确定无创模式的“最佳”组合、与有创监测的相互作用、其在指导（个体化）预后评估和治疗中的作用及其对临床结局的影响之前，需要解决这些局限性。本文探讨了概述表（表1）中确定的、常被忽视的多模态实施挑战，并强调了跨模式存在的、限制其整合到多模态体系中的共性问题。nnMR评分表明，要充分发挥不同无创神经监测模式组合的潜力，需采取若干关键步骤。重点工作包括：推进自动化和连续数据采集、提升空间和时间分辨率、开发整合分析软件。监测安装、维护及处理的专业技术人员多通道连续脑电图（cEEG）、盲法经颅多普勒超声（Blind-TCD）和视神经鞘直径测量（ONSD）模式需要专业技术人员在重症监护病房（ICU）中进行准确安装、维护和处理。具体而言，经颅多普勒超声（TCD）信号包含多种全身和中枢神经系统变量（如二氧化碳分压水平），因此制定测量方案对于理解初步结果至关重要。经颅多普勒超声（TCD）血管帧自动追踪等技术进展可能会扩大其应用范围[18]。盲法经颅多普勒超声（Blind-TCD）的替代方案是经颅彩色多普勒超声，该技术便于正确识别血管，且可与造影剂结合使用，但作为一种手持技术，仅能进行极短时间的监测[21,62]。脑电图帽等技术进展有望简化脑电图的安装流程，使其在重症监护病房（ICU）非工作时间的危重症场景中更易获取[35]。单通道处理脑电图系统（如双频谱指数）简化了应用流程，但这些算法的适用范围有限——

其主要设计用于监测健康大脑的麻醉深度，而非提供连续（空间）信息以检测病理变化

[63]。颅骨伸展计可提供远程专家数据解读支持（如需），但这会引发与《通用数据保护条例》相关的担忧，并导致不同信息流整合的延迟。信号和趋势的量化最终有助于减少信息总量和对专家解读的依赖，有望制定“多模态警报阈值”方案，并允许与其他血流动力学（如

“最佳”

动脉血压）或通气衍生信号（如

“最佳”

二氧化碳分压）直接整合，以指导个体化治疗。患者不配合尽管大多数先进无创监测用于镇静或昏迷且无法进行神经学评估的患者，但所有连续监测模式均易受患者不配合或清醒时电极、传感器或探头脱落或移位导致的监测中断影响。此外，对于躁动或不安的患者，即使是瞬时测量也可能面临挑战。这些时期可能会提供关于病理生理现象（如谵妄或其他类型脑病）的关键见解。因此，应着力改进固定技术、实现移位自动化检测、增强伪影识别能力，同时确保可追溯性。当多种模式联合使用时，这些局限性尤为突出，理想情况下，需在实际连续多模态应用之前解决这些问题。重症监护病房环境及患者混杂因素：重症监护病房（ICU）的电子环境和危重症患者的复杂性对无创监测模式构成挑战。呼吸机或防压疮床垫等电子设备可能会产生各种伪影，且通常难以检测[22]。此外，患者局部因素或治疗因素（如（浅表）出血、水肿、正压通气或解剖异常（如去骨瓣减压术））可能会干扰测量结果及其解读。许多模式无法自动充分处理或记录这些混杂因素。与大多数围手术期患者相比，重症监护病房（ICU）患者的特殊性在于，其入院时脑生理状态已存在异常且呈动态变化。神经监测通常涉及长时间记录，因此趋势监测和量化至关重要。此外，患者床旁空间有限，增加了同时使用多种监测设备的难度。未知算法为提高标准化程度并降低原始信号的复杂性，大多数近红外光谱（NIRS）和自动瞳孔计设备会提供汇总数值（如局部氧饱和度rSO₂）或指数（如神经瞳孔指数NPi）。然而，这些计算背后的确切算法对用户而言是未知的。原始信号的获取通常对于区分噪声和

“真实”

生理信息至关重要。近期，部分制造商已开始在其监测系统中纳入脑自动调节信息，但预处理、平均化和加权的程度仍不明确。过度的平均化和加权会限制时间分辨率、导致多模态信号不一致、使解读变得复杂，并可能引入数据流向的不良趋势特征

[64]。这些问题阻碍了数值和指数的有效整合与解读，尤其是在多模态场景中。标准化、质量标准及计算方法目前正在通过制定质量标准（如视神经鞘直径测量（ONSD）图像或经颅多普勒超声（TCD）波形的质量标准）和选择最具解剖学适用性且可靠的计算方法（如视神经鞘直径测量（ONSD）和颅骨伸展计相对于有创颅内压（ICP）的计算方法），致力于实现测量标准化。然而，对于部分模式而言，这一过程具有挑战性——因为难以确定脑灌注（经颅多普勒超声

TCD）、脑氧合（近红外光谱

NIRS）、脑干功能（自动瞳孔测量法）及异常脑活动（如麻醉诱导的脑电图变化）的金标准。与其他信号的预处理及整合视神经鞘直径测量（ONSD）、自动瞳孔测量法、多通道连续脑电图（cEEG）和颅骨伸展计等模式在与其他无创或有创脑监测技术整合之前，需要进行图像选择、人工卡尺定位或量化等处理。目前，仅有少数研究探索了这些模式的多模态应用[1,3]。当前，尚无法实现每种模式结果的自动化实时整合。此外，需注意的是，这些模式评估的是大脑的不同区域，在某些情况下仅评估脑神经和脑干，因此在整合和解读多模态结果时必须考虑这一点。无创神经监测多模态就绪度（nnMR）评分nnMR评分的制定旨在评估当前每种模式在多模态、连续及长期临床应用中的就绪状态，同时明确支持有效整合和应用所需的改进领域（图2）。尽管尚未经过验证，但该评分首次尝试提供一个客观框架，以指导研究和制造商的发展方向。未来发展的关键优先事项是开发能够将多模态输入整合到单一、用户友好界面中，以便进行连续查看的床旁软件。需要进一步研究单模态无创信号的解剖学和生理学基础。除特征相对明确的多通道连续脑电图（cEEG）外，这一问题阻碍了其他模式在多模态策略中的有效实施。nnMR评分的一个关键局限性在于，其仅关注模式在多模态实施中的实际就绪程度，而未涉及它们的临床验证或已证实的实用性。然而，这一局限性反映了该评分的预期作用——

作为指导研究和技术开发的框架，而非临床决策工具。nnMR

评分的未来版本可纳入每种模式的临床解读价值，但当前版本未包含这一点，因为部分模式的生理和病理生理意义尚未完全明确（补充文件

3）。此外，模式的易用性也可能是需要纳入的重要因素，以确保模式的全面发展。nnMR评分的另一个局限性在于其通用性，即假设六项评估标准对临床应用同等重要。此外，该评分未考虑操作者依赖性的影响——

操作者依赖性会影响特定测量（如视神经鞘直径测量（ONSD）、经颅多普勒超声（TCD）和近红外光谱（NIRS）的应用），这与数字定量脑电图（qEEG）、颅骨伸展计和自动瞳孔测量法的标准化操作形成对比。此外，本研究仅关注无创神经监测模式的组合。尽管这一狭窄范围有助于进行聚焦评估，但未能体现整合无创和有创技术的潜在益处。这种混合方法可能在特定临床场景中提供互补见解，并与近期多模态有创监测标准化的努力相一致[65]。因此，nnMR评分的未来版本可能需要进一步发展，以适应混合监测策略的复杂性。nnMR

评分的验证为验证所提出的nnMR评分，需广泛征求神经危重症领域的意见。一种方法是邀请无创神经监测领域的独立临床和技术专家小组审查当前评分系统，评估其跨模式的适用性，并提出改进建议或补充评估项。同时，可启动德尔菲共识流程，系统评估危重症多模态神经监测中固有的概念框架、局限性和后勤挑战。这种结构化方法将能够系统评估该评分的实用性和完整性，包括评估项加权和优先级排序的可能性。重要的是，解决这些实际实施障碍是未来干预性研究评估监测指导治疗策略临床价值的先决条件。未来展望本文通过nnMR评分评估