重症疾病床旁舌下微循环监测的当前方法、质量控制及转化前景

Siyi Jiang; Zeyi Luo; Ying Cui; Tianlong Zhang; Min Li

doi:10.3791/71498

综述文章

重症疾病床旁舌下微循环监测的当前方法、质量控制及转化前景

DOI：

10.3791/71498

⸱

2026年8月21日

Siyi Jiang^*¹^,² , Zeyi Luo^*³ , Ying Cui¹ , Tianlong Zhang¹ , Min Li¹

¹Department of Critical Care Medicine, The Fourth Affiliated Hospital, Zhejiang University School of Medicine, ²International Institutes of Medicine, Zhejiang University, ³College of Biomedical Engineering and Instrument Science, Zhejiang University

^* These authors contributed equally

本文内容

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本文综述了当前床旁舌下微循环监测的方法，重点强调图像采集质量、标准化报告、方法验证及临床转化。文中区分了已有确凿证据与作者提出的新概念，并提出了在可重复性、安全性及未来临床评估方面的实践优先事项。

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在危重患者中，即使血压、心输出量及其他全身血流动力学指标已恢复，微循环异常仍可能持续存在。舌下黏膜是便于进行床旁反复评估微循环的可及部位，但其在临床常规应用仍受限于图像采集伪影、操作者依赖性、图像分析负担、测量质量参差不齐以及与治疗决策之间关系不明确等问题。本篇叙述性综述旨在探讨当前用于床旁舌下微循环监测的方法，评估其优势与局限性，并明确向常规临床实践转化过程中的实际优先事项。综述总结了用于评估血管形态、血管密度、血细胞流动模式、区域血流速度相关信号、组织氧合及数据质量的已建立和新兴测量技术，强调这些互补性测量指标不可互换，且需要严格的质控措施。此外，本文还概述了适用于不同测量领域的标准化采集与报告要点、性能指标、重复性测试、分析验证及基准比较方法。最后，作者提出一个模块化工作流程，以展示传感、质量控制、数据处理和床旁报告的结构化框架。该概念性框架旨在指导未来技术开发与临床验证，不代表任何已临床验证的设备、诊断系统或治疗算法。

引言

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

休克复苏通常以血压、心输出量、乳酸和其他全身性指标为指导。尽管这些指标至关重要，但它们并不总能反映血液是否有效到达各个毛细血管床。在脓毒症中，内皮损伤、糖萼破坏、血细胞相互作用改变以及血管调控失调可导致灌注毛细血管密度降低，并引起血流分布不均¹^,²。当全身血流动力学改善而组织灌注未相应恢复时，这种分离现象被称为血流动力学失耦联³^,⁴。

舌下黏膜为微循环的反复床旁评估提供了一个实用且易于接近的部位。手持活体显微镜（HVM）已在危重患者中产生了最丰富的床旁证据⁵^,⁶。然而，其在临床常规应用中仍面临挑战。共识声明和方法学综述指出，唾液、探头压力、气泡、运动以及照明不稳定是导致图像采集质量不佳的常见原因⁷。此外，图像分析在技术上要求较高，且通常耗时较长⁸。正式的图像质量评分系统和验证研究进一步表明，低质量视频可显著影响所报告的微循环参数⁹^,¹⁰。

本文综述了现有及新兴的床旁舌下微循环监测方法的能力与局限性，明确了支持证据最为充分的领域，并讨论了成功实现临床转化的实际要求。本综述并未广泛概述微循环病理生理学或监测技术，而是聚焦于标准化的HVM衍生测量指标、图像采集质量、故障模式识别、最低报告要求、模块级验证、特定领域的分析验证，以及迈向临床评估的分阶段路径。在全文中，已确立的证据与作者提出的系统设计概念及验证优先级被明确区分，以避免暗示所提出的框架代表一种已获临床验证的监测系统。

综述与观点

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

文献检索与范围
初步的针对性检索覆盖了从各数据库建库至2026年1月1日的PubMed/MEDLINE、Embase以及Web of Science核心合集。2026年6月22日进行了一次聚焦的更新检索，以识别新近发表的、直接与舌下微循环监测、标准化手持活体显微镜指标、图像采集质量、候选传感方法、自动分析、模块级验证及临床转化相关的研究。检索词组合包括舌下微循环与正交偏振光谱（OPS）成像、侧流暗场（SDF）成像、入射暗场（IDF）成像、近红外光谱（NIRS）、基于激光和多普勒的方法、经皮二氧化碳监测、自动图像分析、人工智能、脓毒症、休克和危重症。同时，还查阅了相关综述、共识声明和方法学论文的参考文献列表。

检索旨在支持叙述性和转化性综合，而非提供治疗效果或诊断准确性的详尽估计。符合条件的资料来源包括共识声明、方法学和验证研究、临床观察性和干预性研究，以及与早期监测系统相关的报告指南。仅当动物研究和非舌下研究能够阐明生理学合理性、技术局限性或领域匹配的基准时，才予以纳入。本综述仅限于英文发表的文献。除公开披露的专利作为设计示例外，非同行评审的资料来源不作为测量性能或临床有效性的证据。未进行系统的专利布局检索。未开展正式的偏倚风险评估和定量综合。下文讨论的作者披露专利不被视为分析有效性、安全性、可行性、监管准备程度或临床有效性的证据。

全身血流动力学的临床证据及其局限性
大多数临床证据涉及的是关联性，而非治疗指导。在感染性休克中，已研究联合外周和舌下微循环灌注指标用于预后评估¹¹。灌注血管密度降低与器官功能障碍和死亡率相关¹²，而在重症监护病房（ICU）入院时出现舌下微循环灌注异常，与80岁或以上休克患者的30天死亡率独立相关¹³。这些研究支持舌下微循环评估的临床相关性，但并未证明根据微循环测量指标进行干预可改善患者预后。

目前主要的随机证据仍持谨慎态度。在一项多中心试验中，将舌下微循环指标纳入治疗方案导致了更多的液体和血管活性药物治疗调整，但并未降低30天病死率¹⁴。关于液体输注的综述同样报告了反应的异质性：当心输出量增加且组织灌注受损时，更有可能出现改善，但并不能假定所有患者或所有液体治疗策略均能获益¹⁵^,¹⁶。对微循环指导复苏的更广泛综述也得出了类似结论，即该方法的临床有效性尚未得到证实¹⁷。

因此，生理学合理性、预后关联性、测量有效性、床旁可行性以及临床实用性代表了不同的问题。一个具有临床应用价值的监测系统必须做到的不仅仅是检测异常信号；它还必须能够提供可重复的测量结果，能够提示数据不可靠的情况，并能整合到预先设定的再评估流程中，而不会引发不恰当的干预措施。

舌下部位的临床价值与局限性
舌下黏膜含有密集的表层血管网络，可在床旁反复进行评估。健康志愿者中的血管形态已被绘制出来¹⁸，基于解剖结构的采样部位选择可能提高多次采集之间的一致性¹⁹。在慢性心力衰竭患者中也已观察到舌下毛细血管稀疏的现象²⁰。综合来看，这些发现支持将舌下黏膜作为可行的观察部位，但尚不能建立适用于不同疾病或设备的通用参考范围。

舌下测量反映的是局部区域而非全身性的状况。一项猪的出血性休克研究表明，舌下张力测定信号能够追踪局部微循环的变化²¹，另一项绵羊研究发现在特定的脓毒症和出血性条件下，结膜和舌下微循环呈现平行变化²²。人类数据的一致性较差：在腹部脓毒症手术后对液体负荷的反应中，肠道和舌下微循环表现出不同的响应²³。因此，舌下监测应被理解为提供了一个易于获取的组织床信息，而不能作为所有器官的普适性替代指标。

已确立和候选的测量领域
本综述所讨论的方法可分为四个核心测量类别：血管形态与密度、血细胞流动或区域流速、组织氧合以及数据质量。现有证据的成熟度存在显著差异。HVM 已针对舌下成像的采集与分析建立了专门的标准⁵^,⁶，而其他若干模态则作为补充性、间接性、新兴性或候选性方法被纳入。组织气体测量最好单独视为可选的背景信息，因其无法直接可视化舌下血管或毛细血管血流。目前尚无单一方法能够涵盖所有测量领域，且基于不同物理原理所得出的测量结果不应被视为可互换。

HVM 可提供舌下浅表血管中红细胞流动的最直接可视化图像。OPS 成像首次实现了在床旁通过偏振光观察微循环²⁴。随后，SDF 成像通过使用环形脉冲发光二极管提高了图像对比度²⁵，而 IDF 成像则被进一步开发为一种适用于术后和重症监护研究的手持式技术²⁶。这些方法主要用于表征血管形态、血管密度和血流模式，而非绝对的容积性血流量。

高分辨率显微血管成像（HVM）对图像采集质量尤为敏感。唾液、气泡、组织压迫、运动、对焦不良以及光照不稳定等因素均可能遮蔽血管或改变表观血流模式⁹^,¹⁰。因此，质量评估是测量过程本身不可或缺的组成部分。一份具有临床可解读性的报告应标明用于分析的数据所占比例、图像片段被剔除的原因、是否检测到压迫或运动伪影，以及是否获得了可接受的图像采集结果。

近红外反射成像与近红外光谱（NIRS）是两种不同的方法。在本综述中，近红外反射成像指的是一种基于相机的候选技术，旨在增强表浅血管的对比度。相比之下，NIRS 通过光吸收和散射来获取组织氧合的体积平均信号，无法分辨单个毛细血管²⁷。NIRS 的测量结果依赖于采样几何结构、组织成分、探头接触情况以及设备特异性的算法；因此，不同系统获得的测量值不一定具有可互换性²⁸。由于现有大部分证据并非特指舌下重症监护病房（ICU）环境，NIRS 被视为一种辅助性氧合监测手段，而非高分辨率显微血管成像（HVM）的成熟替代方案。

激光多普勒血流仪提供与局部灌注相关的信号²⁹，而激光散斑对比成像则生成空间灌注图³⁰。尽管这些技术在灌注评估中具有更广泛的应用，但它们尚未成为重症监护实践中舌下显微血管成像（HVM）的既定替代方法。基于相机的舌腹侧光电容积描记术是一种有前景但仍在探索中的方法，其衍生特征尚需进一步标准化³¹。同样，在特定重症监护病房（ICU）环境中，经皮二氧化碳监测可能提供有关气体交换或外周灌注的额外信息，但它既不是舌下成像技术，也不能直接测量微血管形态或毛细血管血流³²。

实际意义在于，密度测量、多普勒衍生的速度估计、氧合测量以及经皮气体信号分别针对不同的生理学问题。尽管结合这些测量方法可能具有优势，但每种信号都应保留其自身的单位、局限性、质量指标以及适当的参考方法。测量类别及代表性技术总结于表1中。

测量类别	代表性方法与候选方法	主要输出指标	主要优势	主要局限性与伪影	证据成熟度与转化作用	代表性参考文献
形态学与密度	手持式活体显微镜（HVM；正交偏振光谱 [OPS]、侧流暗场 [SDF] 和入射暗场 [IDF] 成像；已确立的舌下研究方法）；基于相机的近红外反射成像（候选浅表血管方法）	HVM：总血管密度（TVD）、灌注血管密度（PVD）、按血管尺寸分层的密度、血管宽度分布、节段连续性及空间异质性。候选反射成像：浅表血管对比度、节段连续性及可见血管密度。	HVM 可直接可视化充满红细胞的微血管，并具有最成熟的舌下图像采集与分析标准。基于相机的反射成像可能支持浅表血管绘图及嵌入式图像分析。	HVM 对探头压力、运动、唾液、气泡、聚焦和照明敏感。定义和测量值依赖于血管尺寸阈值、图像片段选择、软件及分析规则。近红外反射成像不等同于 HVM，可能无法分辨毛细血管中红细胞的流动。	已确立：HVM 在重症监护病房（ICU）舌下部位的形态学与密度评估。候选：反射成像作为浅表血管输入方法，需独立进行结构效度与标准效度验证。	5, 6, 8–10, 24–26
血流与流速	HVM 灌注与血流评分（PPV、MFI 和血流异质性指数）、图像衍生的红细胞流速、激光多普勒血流仪、激光散斑对比成像、基于相机的光电容积描记法（新兴）、区域多普勒传感（候选输入）	灌注血管比例（PPV）、半定量微循环血流指数（MFI）、血流异质性指数、图像衍生的红细胞流速、与灌注相关的通量或图像、与脉动相关的特征及候选区域流速相关信号。	提供关于灌注、空间血流异质性、流速及脉动变化的互补信息。HVM 提供标准化的半定量血流评估。	MFI 是一种半定量血流评分，而非红细胞流速的绝对测量值。根据检测模式不同，输出结果可能是相对值、区域性或深度依赖性的。设备特性、分析算法、血管尺寸阈值、运动、校准、采样深度、声学耦合及入射角均会影响结果的可比性。	已确立（仅限 HVM）：舌下灌注与血流评分。有限/间接：基于激光的灌注方法。新兴：舌腹面光电容积描记法。候选：区域多普勒传感，需进行领域匹配的验证。	5, 6, 8, 29–31, 33, 40
氧合状态	近红外光谱法（NIRS）；校准的多光谱或光谱学方法（可选）	与组织氧合相关的估计值，以及在受控生理扰动期间的动态响应。	提供关于组织氧合的无创趋势监测及互补信息。	信号为体积平均值，受采样深度、组织光学特性、探头压力、环境光及设备特异性校准的影响。无法分辨单个微血管。	在 ICU 舌下部位的应用有限/间接。经校准和生理学验证后，适合作为可选的辅助氧合模块；不能替代血管形态或血流评估。	27, 28
数据质量	共识性采集标准、图像质量评分系统以及人工或专家质量审查	可接受数据比例、剔除原因、与聚焦、运动、压力、照明或分泌物相关的质量标记、采集失败率及重复性指标。	明确测量的可靠性、不确定性以及数据排除的原因。	质量阈值因检测模式而异。任何自动质量门控系统均需针对预设的参考标准进行独立验证。	已确立：跨领域的 HVM 采集与分析标准。未来应用：自动质量门控需经独立验证。	5–10
可选的背景组织气体测量	经皮二氧化碳监测（背景性；非舌下成像方法）	经皮二氧化碳分压、经皮与动脉二氧化碳差值及时间趋势。	提供关于通气的连续、无创背景信息，结合动脉测量结果解读时可反映血流动力学损害。	无法可视化舌下微血管形态或血细胞流动。准确性取决于传感器温度、平衡时间、校准、皮肤灌注及局部组织状况。	间接背景辅助手段：非舌下监测方法或核心平台模块。	32

表1：床旁舌下微循环评估的已确立及候选测量类别。 本表总结了代表性测量技术、主要输出指标、主要优势、局限性与伪影、证据成熟度、转化应用角色以及代表性参考文献。生理学测量类别（形态与密度、血流与流速、氧合）与数据质量分开列出，后者为跨领域的基本要求，此外还包括可选的组织气体测量作为背景信息。注：形态与密度、血流与流速、氧合代表生理学测量类别。数据质量是适用于所有测量领域的跨领域基本要求。可选的组织气体监测作为背景信息单独列出，不作为核心的舌下微循环测量类别。单一技术可能归属于多个类别，因此这些类别并非互斥。目前，HVM 在重症监护病房（ICU）舌下成像的采集与分析方面具有最成熟的标准化体系。近红外光谱（NIRS）、基于激光的方法、基于相机的反射成像、光电容积描记法、区域多普勒传感以及组织气体监测被列为有限、间接、新兴、候选或背景性方法，不应视为舌下HVM的已确立替代方案。在未经过领域匹配验证的情况下，不得将基于一种测量方式所得的结果直接外推至其他方法。缩略语： HVM，手持式活体显微镜；ICU，重症监护病房；IDF，入射暗场；MFI，微血管血流指数；NIRS，近红外光谱；OPS，正交偏振光谱；PPV，灌注血管比例；PVD，灌注血管密度；SDF，侧流暗场；TVD，总血管密度。

从可视化到质量控制的分析
共识性建议已对密度和血流相关HVM变量的位点选择、图像采集和报告进行了标准化⁵^,⁶。后续的方法学指南进一步阐明了视频选择和图像质量如何影响定量分析⁸^,⁹。自动化工具（如MicroTools）可在减少人工工作量的同时定量毛细血管密度和红细胞流速³³。尽管自动化提高了分析效率，但仍无法免除对质量筛选、与专家评审结果的一致性检验以及在真实临床床旁条件下进行评估的必要性。

在HVM中，常报告的变量包括总血管密度（TVD）、灌注血管密度（PVD）、灌注血管比例（PPV）、半定量微循环血流指数（MFI）以及空间血流异质性指数⁵^,⁶。TVD和PVD分别量化单位图像面积内可见血管和灌注血管的长度。PPV表示被归类为灌注的可见血管所占比例，而MFI对预定义图像区域内的主要血流进行分级，不应将其解释为红细胞流速的绝对测量值。异质性指数用于总结图像视野中血流的空间分布不均情况。报告应预先明确解剖部位、血管尺寸分层及直径截断值、视频片段的数量与持续时间、片段选择及质量标准、软件版本，以及图像分析是手动、半自动还是自动完成的⁵^,⁶^,⁸^,⁹。使用不同设备、分析算法、血管尺寸阈值或质量标准所得出的数值不应视为可互换。

作者提出的模块化框架
以下所述框架由作者提出，并部分基于作者披露的专利。该框架旨在组织开发与验证过程中的问题，而非暗示其具有优越性、完整性或已具备临床应用条件。一个实用的监测系统无需从单一集成设备开始。相反，其主要功能可作为独立模块分别开发，包括信号采集、黏膜界面稳定、信号质量评估、数据处理和床旁报告。这种模块化方法可在系统集成引入额外误差源之前，对每个功能进行独立评估。作者提出的架构总结于图1中。

figure-protocol-1
图1。作者提出的用于床旁舌下微循环监测的模块化传感架构。概念性模块化传感架构，展示光学传感、基于区域多普勒的传感、分泌控制与探头定位、嵌入式处理与质量门控、无线数据传输以及床旁输出。箭头表示功能连接，并不意味着已验证的串行信号通路。该示意图未按比例绘制，也不代表一种经过临床验证的一体化设备。该框架部分参考了已公开的专利，此处引用仅作为设计示例说明，而非性能或临床有效性的证据³⁴。请点击此处查看此图的放大版本。

一项公开披露的专利描述了近红外照明、基于相机的成像、超声探头、唾液清除、嵌入式处理、无线传输以及终端显示³⁴。引用该专利仅作为设计示例说明，不代表其具有分析有效性、安全性、可行性、注册合规性、治疗益处或临床有效性。

在此概念框架下，近红外相机成像将被评估为浅表血管输入信号，而非作为HVM的替代手段或组织氧合的测量指标。类似地，超声组件最可能提供的是区域性的血管信号，而非毛细血管红细胞流速的直接测量。此类信号的解读将取决于采样深度、声学耦合、组织运动、入射角度、输出定义以及与光学视野的空间配准。

测试应从单个模块级别开始。光学评估需要针对血管对比度、照明稳定性、视场重复性以及对唾液和压力相关伪影的抗性等终点指标进行评价。与流速相关组件的评估需要预定义的采样体积、稳定的测量单位，并对角度敏感性、信噪比进行评估，同时与适当的校准流量参考值进行比较。界面和报告模块则需要单独评估分泌控制、接触压力、用户舒适度、污染风险、处理延迟、同步性、数据丢失以及质量信息的呈现情况。

床旁工作流程与最低报告要求
图 2 所示的建议工作流程包括四个阶段。采集阶段将获取目标光学信号，以及（如可用）区域多普勒衍生或校准的氧合输入信号。稳定化与质量控制阶段将识别唾液、模糊、组织压迫、气泡、运动以及照明不足等问题。只有满足预设质量标准的信号才会进入分析阶段。报告阶段则呈现测量结果、其时间趋势，以及关于不确定度或采集失败的明确说明。

figure-protocol-2
图2。作者提出的床旁舌下微循环监测工作流程。拟议的四阶段工作流程，涵盖图像采集、稳定与质量控制、定量分析以及报告与数据整合。可选的校准氧合输入作为补充信息显示，不被视为核心传感架构的必要组成部分。所展示的输出代表候选的测量类别，而非经过验证的诊断指标。请点击此处查看此图的放大版本。

最初的床旁报告应有意识地保持简洁。合理的起始内容应包括一项与密度相关的测量指标、在可分辨血流的情况下包含一项灌注或血流模式的测量指标、仅在解释方法经过验证时提供区域速度相关估计值、数据可接受比例、任何采集失败的原因，以及带有时间戳的患者自身趋势变化。早期研究应强调同一患者体内的变化，而非在不同设备或患者群体间应用统一的阈值。

测量结果应与治疗建议相区分。当出现异常测量值时，应首先确认信号质量，并在可行的情况下重复采集数据。如果异常持续存在，则可能需要重新评估全身血流动力学状态、当前血管活性药物剂量、血红蛋白浓度、氧合情况、体温、通气状况以及可能存在的局部干扰因素。但不应自动启动液体输注或调整血管活性治疗方案。

性能指标与统计学考量
以下所述的终点指标建议用于未来评估，不应被解读为经过验证的可接受阈值。形态学研究可评估可见或灌注血管的密度、血管宽度分布、节段连续性以及空间异质性。血流研究可评估预先规定的血流分类、基于图像校准的速度，或明确定义的多普勒衍生替代指标。只有在整合了校准的多光谱或近红外光谱（NIRS）组件时，氧合终点指标才适用。在所有测量领域中，质量报告应包括可用数据的比例、数据剔除原因、采集时间、伪影标记，以及缺失的节段或无法进行空间共配准的节段。

可靠性分析需要预先指定分析单位。图像帧和血管节段嵌套于采集数据内，而重复采集的数据又嵌套于参与者内部；因此，若将所有观测值视为独立，则会人为地缩小不确定性估计范围。组内相关系数模型、一致性定义及评价者结构应在研究前预先确定。个体内变异系数、重复测量偏倚以及Bland-Altman一致性界限应采用考虑每位参与者内部重复观测的统计方法进行估计。最小可检测变化值用于量化测量误差，除非已独立确立相应的临床阈值，否则不应将其解释为具有临床意义的变化。

基准比较应与所评估的特定信号相匹配。形态学和血流模式输出结果可与专家评审的HVM分析或共识性注释进行比较。速度估计需要使用血流体模、受控的多普勒参考方法或经过校准的基于图像的追踪技术。氧合测量需要采用适当的组织氧合方案，并结合受控的生理扰动。可选的组织气体测量则需要合适的气体张力参考。数据传输和报告模块还应评估时间戳完整性、访问控制、数据丢失、可审计性以及互操作性。上述建议的基准比较方法和解释注意事项总结于表2中。

作者建议的模块及主要功能	当前原理或局限性	设计考虑	候选可报告输出	质量与安全检查	验证与可重复性终点	领域匹配的基准及解释注意事项
表面血管成像（形态与密度）	手持式活体显微镜（HVM）可直接可视化充满红细胞的微血管，但对探头压力、运动、唾液、气泡、聚焦和照明敏感。基于相机的近红外反射成像仍是潜在的浅表血管成像方法。	可控照明、可重复的视野、定位支持、明确的质量门控，仅在计划进行多模态融合时进行空间配准。	可见血管密度；仅当血流被直接解析时报告灌注血管密度；血管宽度分布；血管段连续性；空间异质性。	聚焦、照明、运动、压迫、分泌物负担、可接受数据比例，以及缺失或无法进行空间共配准的血管段。	光学分辨率；照明稳定性；视野可重复性；计划进行多模态融合时的配准误差；与专家审阅的HVM结果的一致性；对伪影的鲁棒性；以及采集失败率。	经专家审阅的HVM或共识标注。使用HVM建立的关联不应在缺乏独立结构效度和标准效度验证的情况下外推至近红外反射成像。
区域多普勒衍生传感（血流与速度）	区域多普勒传感是潜在的速度相关输入，而非已确立的舌下微血管测量方法，其结果受入射角、采样深度、声学耦合和运动影响。	标准化探头几何结构、角度与深度元数据、同步采集，以及可见的信号质量反馈。	区域速度相关替代指标；与搏动性相关的变量；时间变异性。	角度与深度有效性、信噪比、耦合质量、运动标志、频谱完整性以及同步误差。	流体模体线性度；角度敏感性；采样深度稳定性；与受控多普勒或校准图像法速度参考的一致性；同步性能；以及采集失败率。	校准的流体模体、参考多普勒方法或校准的基于图像的速度方法。区域多普勒信号应解释为具有区域和深度依赖性，而非毛细血管红细胞速度的直接测量。
可选的校准氧合模块（氧合）	近红外光谱（NIRS）提供体积平均的氧合相关信号，但受采样深度、组织光学特性、探头压力、环境光和设备校准影响。无法分辨单个微血管。	可选的校准多光谱或NIRS模块，应与基于相机的反射成像在分析上保持独立。	组织氧合相关值；在受控生理扰动期间的恢复斜率或恢复面积；患者内部趋势。	光学耦合、环境光控制、压力标志、校准状态、信号漂移和生理合理性。	光学模体校准；受控生理扰动；与适当的组织氧合参考方法的一致性；响应时间；信号漂移；以及校准稳定性。	参考组织氧合方案或公认的生理扰动方法。氧合测量具有互补性，不应解释为毛细血管形态或血细胞流动的直接测量。
黏膜界面稳定与采集（数据质量与安全）	手动探头接触、可变的采样部位选择、口腔分泌物和不可控压力可能导致组织压迫、运动、污染和可重复性伪影。	分泌物控制、无创接触界面、定位与压力支持、基于解剖引导的部位选择、重新采集提示，以及经验证的一次性屏障或经验证的清洁与消毒程序。	可接受数据比例；采集持续时间；采集失败原因；接触压力指示；分泌物负担；采样部位标识。	压力与部位确认、黏膜损伤评估、口腔通路状态、屏障完整性以及污染控制状态。	可用数据产出率；达到可接受采集所需时间；用户舒适度；黏膜不良事件；清洁或消毒验证；交叉污染测试；同部位重复采集的可重复性；以及学习曲线评估。	标准化HVM采集方案或另一预设的采集标准。采集质量与安全性的提升应通过实证证明，而非假设。
嵌入式分析与质量门控（处理与不确定性）	离线或半自动分析可能延迟，并受主观视频片段选择、算法选择和不透明的数据排除影响。	设备端或边缘处理，具备明确的质量门控、可见的拒绝原因、模块化算法、不确定性显示、版本控制和可审计记录。	经质量审核的生理测量值；接受与拒绝数据比例；不确定性指示；拒绝原因；算法版本。	预设的质量阈值、失败标志、缺失数据处理、覆盖操作日志、版本追踪，以及使用人工智能时的分布外标志。	与专家或领域特定参考方法的一致性；在预设阈值下对不可接受数据的敏感性与特异性；处理延迟；对伪影的鲁棒性；故障模式分析；重新分析一致性；校准稳定性；以及软件版本间的可比性。	经专家审阅的HVM、标注数据集或其他领域特定参考标准。仅计算速度提升并不能确立分析有效性或临床就绪性。
报告、互操作性与网络安全（工作流整合）	手动数据导出和延迟记录可能导致孤立数值、元数据不完整、单位不一致和可追溯性有限。	结构化的床旁报告，包含带时间戳的趋势、每个数值附带的质量与不确定性指标、标准化数据导出、受控访问、加密和审计追踪。	当前值；预设的基线或参考测量值；患者内部的绝对与相对变化；距上次测量的时间；质量标志；不确定性指示；采集失败原因；结构化数据导出。	时间戳完整性、单位与元数据完整性、数据丢失测试、加密、访问控制、可审计性以及导出验证。	端到端延迟；导出准确性；数据完整性；互操作性；人因工程测试；跨设备或跨机构显示的一致性；以及用户理解度测试。	临床信息系统与人因工程要求。报告应支持结构化再评估与记录，而非自主治疗建议。
集成床旁工作流（临床效用与安全）	生理相关性和预后关联并不能确立治疗获益，且对液体或血管活性干预的反应仍存在异质性。	由临床医生监督的“确认-重复-再评估”路径，预设重复测量或再评估的触发条件、升级与停止规则，以及临床医生覆盖操作的记录。	早期阶段：完成重复测量或再评估、管理变更、预设的潜在不适当干预、方案偏离以及设备相关不良事件。后期阶段：以患者为中心的结局。	方案依从性、重复测量完成情况、临床医生覆盖原因、方案偏离、不良事件监测以及数据完整性。	前瞻性可行性与人因工程研究，必要时继以决策触发的比较评估；工作流保真度；培训效应；跨患者群体和故障场景的可重复性；以及预设的进展标准。	常规护理或标准血流动力学评估。在前瞻性证明临床效用与安全性之前，任何治疗阈值或结局声明均不成立。

表2：作者提出的床旁舌下微循环监测开发与验证的模块化框架。 该表格总结了作者提出的监测模块、当前的测量原理或局限性、设计考虑因素、候选的可报告输出指标、质量与安全检查、验证与重复性终点，以及匹配领域的基准方法及解释注意事项。该框架将已确立的测量原理与作者提出的组件区分开来，并将早期的技术、流程和安全性结果与后续的临床效用评估相分离。此框架为概念性框架，尚未经过临床验证。注：本作者提出的框架尚未经过临床验证。所披露的专利仅作为设计示例加以引用，不代表分析有效性、安全性、可行性、监管准备性或临床有效性的证据。所有候选输出指标、质量与安全评估、验证终点、重复性目标及进展标准均需通过实证评估。可靠性分析应预先明确分析单位，并考虑嵌套和重复观测数据。缩写： HVM，手持式活体显微镜；ICC，组内相关系数；NIRS，近红外光谱法。

验证与可重复性
本方案采用经过验证的确认、分析验证和临床验证原则³⁵。第一阶段将验证光学分辨率、照明稳定性、信噪比性能、多普勒角度敏感性、配准误差、处理延迟、电池性能、数据完整性以及相关的电气和声学安全性。第二阶段将在模拟研究或受控志愿者研究中评估采集时间、用户舒适度、分泌物控制、采集失败原因，以及操作者内和操作者间的重复性。图3总结了分阶段的验证路径。

figure-protocol-3
图3．作者提出的床旁舌下微循环监测的分阶段验证路径。概念性验证路径从实验室和模型测试、受控的重复性测试，逐步推进至领域匹配的分析验证、重症监护病房（ICU）的可行性与可用性评估，以及临床效用和安全性的前瞻性评价。所选终点仅为示例性说明，不构成完整的验证清单。缩写：ICU，重症监护病房。请点击此处查看本图的放大版本。

第三阶段需确定每项测量结果是否与适当的参考方法一致，并在受控的生理变化过程中是否表现出预期的响应。在此背景下，偏差、一致性界限、异方差性、重复性及失败率比单纯的相关性更具信息价值。通过HVM获得的证据不应自动推广至近红外相机成像、近红外光谱（NIRS）或由多普勒技术导出的信号。

第四阶段应评估在重症监护室（ICU）中的可行性，包括机械通气、水肿、休克、口腔接触受限、分泌物过多以及患者移动等情况下的性能表现。失败的采集数据和黏膜不良事件应予以报告，而不应从性能分析中排除。第五阶段应评估临床效用和安全性。初步研究可重点关注过程性结局、不适当的干预措施以及器械相关事件，之后再通过更大规模的试验评估以患者为中心的结局。在数据分析之前，应预先明确进展标准。

当使用人工智能（AI）来接受或拒绝数据采集、提取变量或生成面向临床医生的输出时，早期研究应明确描述AI系统的预期作用、输入与输出、预期的临床应用场景、人机交互程度以及已知的失效模式³⁶。同样，评估由AI或设备触发干预措施的试验应描述人工监督机制，并说明系统输出如何转化为临床操作³⁷。

潜在的临床应用
最有可能在短期内实现的应用是在全身血流动力学参数与组织灌注表现不一致时进行有针对性的再评估。在感染性休克中，反复进行舌下微循环测量可能有助于在血压恢复后识别持续存在的灌注异常。然而，患者对液体复苏的反应仍存在显著异质性，因此不应假设每位个体患者均具有良好的平均反应¹⁵^,¹⁶。因此，关于以微循环为导向的复苏策略的综述认为，床旁监测虽具前景，但目前尚不足以用于指导常规治疗决策¹⁷。

在创伤或出血性休克中，直接微循环评估已被研究作为传统全身复苏终点的辅助手段²¹^,³⁸。这些研究尚未确立经过验证的治疗阈值。同样，在围手术期和心脏重症监护中，重复的正交偏振光谱成像（IDF）测量已被用于表征心脏手术后恢复期间舌下微循环的变化²⁶。目前，该应用应被视为探索性研究，而非临床决策的既定依据。

在所有临床环境中，持续存在的异常情况应被视为重新评估患者和测量方法的提示，而非单独作为干预的指征。这种方法有助于保留临床判断，并在充分理解测量误差和临床意义之前，降低过度解读技术上看似合理信号的风险。

挑战与未来方向
重症监护病房（ICU）中的条件远不如实验室实验或志愿者研究中那样受控。分泌物、口腔通路受限、水肿、患者移动以及接触压力的变化均可能影响信号质量。将光学成像、超声耦合、黏膜清洁和稳定定位集成于一个紧凑的口腔探头中尤为困难，因为这些组件具有不同的物理需求，且可能相互干扰。因此，采集失败率及失败原因与成功测量中的平均性能同样重要。

设备的可用性还涉及安全性和信息管理。可行性研究应评估黏膜生物相容性、压力性损伤、清洁或一次性防护屏障、交叉污染、电和声学暴露，以及与重症监护室感染控制措施的兼容性。无线通信和报告功能还需评估加密、访问控制、时间戳完整性、审计追踪、数据丢失恢复能力，以及与临床信息系统的安全集成。

未来的发展可依据三个实际优先事项进行。首先，仅保留具有明确生理意义且重复性可接受的输出结果。其次，在每个报告结果旁同时显示被拒绝的原因及测量的不确定性。第三，仅在各个模块独立验证其可行性后，再将其进行整合。基于摄像头的光电容积描记法估计值依赖于照明条件和信号提取条件³¹^,³⁹，而基于多普勒的流速估计值则高度依赖于采样几何结构和入射角²⁹^,⁴⁰。这些局限性在系统整合后仍应明确保留。

仅具备技术先进性并不能确保其临床实用性。如果监测系统使用起来不舒适、操作缓慢、难以定位或结果难以解读，则仍可能失败。相反，当检测过程快速、失败情况能够被明确识别、重复性得到充分验证，并且结果被纳入结构化的再评估流程时，即使是一组有限的经过严格验证的测量指标，也可能提供有意义的临床价值。

本综述的局限性
本综述采用有针对性的文献检索方法，包括在最终提交稿件前进行的一次集中更新，而非遵循系统性综述的方案，因此可能未识别出所有相关研究。由于未进行正式的偏倚风险评估和定量整合分析，本综述无法基于汇总的诊断准确性或治疗效应对不同的测量方式作出比较。概念性工作流程中引用了一项已公开的专利，作为系统整合的示例；然而，对于该架构，并未提供其性能、可用性、安全性、监管准备情况或临床获益方面的原始证据。多个提出的终点指标和进展标准为作者提出的建议，尚需通过实证加以验证。因此，本综述应被视为对当前测量方法及验证优先事项的结构化整合，而非证明集成监测系统具有临床有效性的证据。

结论

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

舌下微循环监测解决了传统血流动力学评估的一个重要局限性：全身变量的恢复并不一定意味着组织水平灌注的恢复。现有及新兴的监测方法在血管形态、血管密度、血细胞流动、区域流速和组织氧合方面提供了互补但不完整的信息，而这些测量结果的解读从根本上依赖于采集质量和适当的质量控制。

一个具有临床可信度的监测系统不仅需要整合多种传感技术。在系统集成之前，每个测量模块都应针对其基础物理信号所对应的适当参考标准，进行独立验证、重复性测试和分析验证。只有在充分表征了潜在的失效模式、安全性考虑、测量不确定度以及工作流程可行性之后，才可进行系统整合。

未来的前瞻性研究应确定基于测量的重新评估是否能在不增加不必要的液体输注或血管活性药物治疗的情况下改善临床决策。这些研究还应评估设备相关的安全性、在常规重症监护实践中的可行性以及以患者为中心的结局指标。在获得此类证据之前，所提出的框架应被视为未来开发与验证的结构化路线图，而非经过临床验证的监测系统或治疗方案。

披露

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

浙江大学拥有本论文所述舌下微循环监测架构相关的知识产权，包括美国专利号 US 11,877,886 B2，专利名称为舌下微循环检测装置、舌下微循环检测系统及其处理方法。姜思懿是该专利的发明人之一³⁴。该专利仅作为设计示例引用，不作为分析有效性、安全性、可行性、监管准备情况、临床性能或临床有效性的证据。作者声明不存在其他可能被视为潜在利益冲突的财务或个人关系。

人工智能披露：在稿件修订过程中，使用了 ChatGPT（OpenAI）协助语言润色、作者提供文本的结构调整以及格式检查。但未将其用作科学证据或科学内容的来源。作者独立评估了相关文献，核实了科学内容、参考文献及专利信息，审阅并批准了最终稿件，并对稿件的全部内容承担全部责任。

致谢

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本工作由浙江省基本公益研究计划项目（项目编号：LGF22H150003）资助。作者感谢其临床和工程领域的同事就床旁舌下微循环监测工作流程需求提供的反馈意见。

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Lundy DJ, Trzeciak S. Microcirculatory dysfunction in sepsis. Crit Care Nurs Clin North Am. 2011;23:67-77.
Miranda M, Balarini M, Caixeta D, Bouskela E. Microcirculatory dysfunction in sepsis: pathophysiology, clinical monitoring, and potential therapies. Am J Physiol Heart Circ Physiol. 2016;311:H24-H35.
González R, Urbano J, López-Herce J. Resuscitating the macro- vs. microcirculation in septic shock. Curr Opin Pediatr. 2024;36:274-281.
Ince C. Hemodynamic coherence and the rationale for monitoring the microcirculation. Crit Care. 2015;19(Suppl 3):S8.
De Backer D, et al. How to evaluate the microcirculation: report of a round table conference. Crit Care. 2007;11:R101.
Ince C, et al. Second consensus on the assessment of sublingual microcirculation in critically ill patients: results from a task force of the European Society of Intensive Care Medicine. Intensive Care Med. 2018;44:281-299.
Dilken O, Ergin B, Ince C. Assessment of sublingual microcirculation in critically ill patients: consensus and debate. Ann Transl Med. 2020;8:793.
Massey MJ, Shapiro NI. A guide to human in vivo microcirculatory flow image analysis. Crit Care. 2016;20:35.
Massey MJ, et al. The microcirculation image quality score: development and preliminary evaluation of a proposed approach to grading quality of image acquisition for bedside videomicroscopy. J Crit Care. 2013;28:913-917.
Damiani E, et al. Impact of microcirculatory video quality on the evaluation of sublingual microcirculation in critically ill patients. J Clin Monit Comput. 2017;31:981-988.
Pan P, et al. Role of combining peripheral with sublingual perfusion on evaluating microcirculation and predicting prognosis in patients with septic shock. Chin Med J (Engl). 2018;131:1158-1166.
Hernandez G, et al. Severe abnormalities in microvascular perfused vessel density are associated to organ dysfunction and mortality and can be predicted by hyperlactatemia and norepinephrine requirements in septic shock patients. J Crit Care. 2013;28:538.e9-538.e14.
Bruno RR, et al. Sublingual microcirculatory assessment on admission independently predicts the outcome of old intensive care patients suffering from shock. Sci Rep. 2024;14:25668.
Bruno RR, et al. Direct assessment of microcirculation in shock: a randomized controlled multicenter study. Intensive Care Med. 2023;49:645-655.
Cusack R, O'Neill S, Martin-Loeches I. Effects of fluids on the sublingual microcirculation in sepsis. J Clin Med. 2022;11:7277.
Dubin A. Effects of fluids on sublingual microcirculation: a point-of-view review. Ann Intensive Care. 2025;15:178.
Damiani E, et al. Microcirculation-guided resuscitation in sepsis: the next frontier? Front Med (Lausanne). 2023;10:1212321.
Güven G, et al. Morphologic mapping of the sublingual microcirculation in healthy volunteers. J Vasc Res. 2022;59:199-208.
Uz Z, et al. Identifying a sublingual triangle as the ideal site for assessment of sublingual microcirculation. J Clin Monit Comput. 2023;37:639-649.
Wadowski PP, et al. Sublingual functional capillary rarefaction in chronic heart failure. Eur J Clin Invest. 2018;48:e12869.
Palágyi P, et al. Monitoring microcirculatory blood flow with a new sublingual tonometer in a porcine model of hemorrhagic shock. Biomed Res Int. 2015;2015:847152.
Hessler M, et al. Monitoring of conjunctival microcirculation reflects sublingual microcirculation in ovine septic and hemorrhagic shock. Shock. 2019;51:479-486.
Kanoore Edul VS, et al. Dissociation between sublingual and gut microcirculation in the response to a fluid challenge in postoperative patients with abdominal sepsis. Ann Intensive Care. 2014;4:39.
Groner W, et al. Orthogonal polarization spectral imaging: a new method for study of the microcirculation. Nat Med. 1999;5:1209-1212.
Goedhart PT, et al. Sidestream dark field imaging: a novel stroboscopic LED ring-based imaging modality for clinical assessment of the microcirculation. Opt Express. 2007;15:15101-15114.
Uz Z, et al. Recruitment of sublingual microcirculation using handheld incident dark field imaging as a routine measurement tool during the postoperative de-escalation phase: a pilot study in post-ICU cardiac surgery patients. Perioper Med (Lond). 2018;7:18.
Marin T, Moore J. Understanding near-infrared spectroscopy: an update. Crit Care Nurs Clin North Am. 2024;36:41-50.
Steenhaut K, et al. Evaluation of different near-infrared spectroscopy technologies for assessment of tissue oxygen saturation during a vascular occlusion test. J Clin Monit Comput. 2017;31:1151-1158.
Do Amaral Tafner PF, et al. Recent advances in bedside microcirculation assessment in critically ill patients. Rev Bras Ter Intensiva. 2017;29:238-247.
Heeman W, Steenbergen W, van Dam GM, Boerma EC. Clinical applications of laser speckle contrast imaging: a review. J Biomed Opt. 2019;24:080901.
Uribe Acevedo R, et al. Non-invasive assessment of sublingual microcirculation using flow derived from green light PPG: evaluation and reference values. J Biomed Opt. 2024;29:017001.
Mari A, et al. Transcutaneous PCO₂ monitoring in critically ill patients: update and perspectives. J Thorac Dis. 2019;11(Suppl 11):S1558-S1567.
Hilty MP, et al. MicroTools enables automated quantification of capillary density and red blood cell velocity in handheld vital microscopy. Commun Biol. 2019;2:217.
Jiang S, Zheng Y, Li C, inventors; Zhejiang University, assignee. Sublingual microcirculation detection device, sublingual microcirculation detection system and processing method thereof. United States patent US 11,877,886 B2. January 23, 2024.
Goldsack JC, et al. Verification, analytical validation, and clinical validation (V3): the foundation of determining fit-for-purpose for Biometric Monitoring Technologies (BioMeTs). NPJ Digit Med. 2020;3:55.
Vasey B, et al. Reporting guideline for the early-stage clinical evaluation of decision support systems driven by artificial intelligence: DECIDE-AI. Nat Med. 2022;28:924-933.
Liu X, et al. Reporting guidelines for clinical trial reports for interventions involving artificial intelligence: the CONSORT-AI extension. Nat Med. 2020;26:1364-1374.
Lee YLL, et al. Evaluation of microvascular perfusion and resuscitation after severe injury. Am Surg. 2015;81:1272-1278.
Verkruysse W, Svaasand LO, Nelson JS. Remote plethysmographic imaging using ambient light. Opt Express. 2008;16:21434-21445.
Saad AA, Loupas T, Shapiro LG. Computer vision approach for ultrasound Doppler angle estimation. J Digit Imaging. 2009;22:681-688.

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

重症疾病床旁舌下微循环监测的当前方法、质量控制及转化前景

本文内容

摘要

摘要

引言

综述与观点

结论

披露

致谢

参考文献

重印与许可

标签

相关文章