动脉导管未闭结扎后双心室应变动态演变：AI斑点追踪技术揭示新生儿心脏适应性新机制

本刊推荐：针对早产儿PDA（动脉导管未闭）结扎术后血流动力学不稳定的临床挑战，Toyoshima团队通过机器学习辅助斑点追踪超声心动图（STE）开展心脏应变动态研究。研究发现左室（LV）、左房（LA）及右室（RV）存在差异化恢复模式，RV应变术后早期改善而LV整体纵向应变（GLS）显著下降。该研究为PLCS（结扎后心脏综合征）/PTCS（经导管术后心呼吸综合征）风险分层提供了新型影像学生物标志物。

在新生儿重症监护领域，动脉导管未闭（Patent Ductus Arteriosus, PDA）的治疗策略始终充满争议。这个在胎儿期维持血液循环的重要通道，若出生后持续开放，可能导致一系列血流动力学紊乱。特别对于早产儿，PDA的存在犹如一把双刃剑：一方面，它可能引起肺循环过度灌注，导致心功能不全；另一方面，当其被突然关闭时，心脏又需要面对急剧的负荷变化，部分患儿会出现严重的临床综合征。

传统上，PDA被视为左心系统疾病，主要关注左心室（Left Ventricle, LV）的容量负荷变化。然而，越来越多的证据表明，PDA实际上是一个涉及多个心腔的复杂病理生理过程。在临床实践中，常规超声心动图参数如射血分数（Ejection Fraction, EF）对早期心功能异常的敏感性不足，往往在出现明显临床症状时才能发现异常。这就像是在暴风雨来临后才开始修补屋顶，为时已晚。因此，寻找更敏感、更早期的功能评估指标成为当务之急。

斑点追踪超声心动图（Speckle Tracking Echocardiography, STE）技术的出现为这一领域带来了曙光。该技术能够量化心肌纤维在心脏收缩和舒张过程中的变形能力，即应变（strain），从而更早、更敏感地发现心功能异常。在《Pediatric Research》最新发表的研究中，Toyoshima等人创新性地应用机器学习辅助的STE技术，全面评估了PDA结扎术后双心室及心房的应变动态变化，为我们理解这一复杂过程提供了新的视角。

研究团队采用回顾性设计，纳入32例接受PDA手术的早产儿和36例无PDA的对照组。通过术前12小时内、术后4-8小时及24-48小时三个时间点的经胸超声心动图检查，结合自动化应变分析平台，系统评估了左室整体纵向应变（Global Longitudinal Strain, GLS）、右室游离壁应变（Right Ventricle Free Wall Strain, RV FWSL）及左房应变的变化规律。

左心室功能变化

研究证实了PDA结扎后左心室功能的显著改变。术前，由于PDA分流导致的容量超负荷，左室通常表现为高动力状态，GLS值增高。术后随着低阻力肺循环通路的中断，左室后负荷急剧增加，GLS显著下降，从术前平均-20.6%降至术后-14.9%，反映了左室收缩功能的适应性变化。同时，左室舒张功能也受到损害，这为术后肺水肿导致的氧合恶化提供了合理解释。

右心室功能变化

一个重要的发现是右心室并非PDA病理生理过程的"旁观者"。术前右室游离壁应变已存在损害，可能与左房高压、肺动脉压力增高、冠状动脉灌注改变及全身低灌注导致的前负荷减少等多因素相关。有趣的是，术后右室应变出现早期改善，提示结扎后左房减压和肺血流减少可能促进了右心功能的快速恢复。

左心房功能变化

研究还关注了较少被评估的左房应变。左房在长期容量超负荷下可能出现功能失调，而持续增高的左房压力，特别是在左室功能不全的情况下，会增加PLCS呼吸表型的风险。左房高压通过促进肺水肿形成，进一步恶化氧合和通气功能。

技术创新与临床价值

本研究采用的机器学习辅助AutoStrain平台实现了快速、全自动的心腔轮廓识别和应变计算，解决了传统新生儿应变分析中图像质量差、心脏体积小、手动分析耗时等技术挑战。这种自动化技术尤其适合需要连续评估的围术期管理，为临床推广应用奠定了基础。

值得注意的是，尽管研究人群具有低胎龄、早期干预等高危特征，但无一例患儿发生典型PLCS。这可能反映了临床定义差异、手术时机选择或围术期管理策略（如液体和血管活性药物支持）的影响，提示我们需要更精细化的风险分层工具。

研究意义与展望

这项研究的重要意义在于将PDA的理解从传统的"左心疾病"范式转向"双心室互动"模型，强调了右心功能在围术期适应中的重要作用。应变指标，特别是自动化获得的多种心腔应变参数，有望成为预测PLCS/PTCS风险、指导个体化治疗的有力工具。

目前正在进行的MIDAS试验（米力农预防结扎后心脏综合征）将进一步验证应变分析在风险分层中的价值。该试验的辅助研究计划在具有靶向新生儿超声心动图（Targeted Neonatal Echocardiography, TNE）专业知识的中心开展纵向应变监测，有望阐明应变指标对预防性治疗的反应模式。

然而，应变分析的广泛应用仍面临标准化、培训等挑战。不同厂商的算法差异、左房应变各时期（储库期、传导期、收缩期）的准确捕获难度，都需要通过技术改进和培训项目逐步解决。最新的美国超声心动图学会新生儿靶向超声心动图指南已建议将STE作为评估收缩功能、节段性异常和负荷依赖性变化的重要辅助工具，但自然史数据仍有待充实。

这项研究通过先进的影像学技术揭示了PDA结扎后双心室适应的复杂图景，为改善高危早产儿的围术期管理提供了新的生理学见解。随着新生儿血流动力学领域的不断发展，AI辅助应变分析等新型影像学指标与临床管理的深度融合，将推动早产儿PDA管理向更加个体化、生理学导向的方向迈进。

关键技术方法

研究采用回顾性队列设计，纳入32例PDA手术早产儿和36例无PDA对照组。应用机器学习辅助AutoStrain平台进行全自动斑点追踪分析，在术前12小时、术后4-8小时和24-48小时三个时间点采集经胸超声心动图数据，评估左室GLS、右室FWSL和左房应变。采用方差分析和重复测量统计方法分析序列数据。