心脏植入式电子设备（CIED）的远程监测（RM）已从简单的设备完整性检查演变为个性化心力衰竭（HF）管理的基石。通过实现对亚临床恶化的早期检测，基于CIED的远程监测支持前瞻性临床干预，有望减少住院率并改善患者结局。HeartLogic、TriageHF和HeartInsight等多参数算法整合了血流动力学和心律失常参数，能够以较高的敏感性预测心力衰竭事件。然而，尽管其临床和经济效益的证据日益增多，但由于方案异质化、数据延迟和报销结构不完善，远程监测的实施仍不一致。本综述总结了将CIED远程监测整合至综合性心力衰竭诊疗路径的当前证据、操作挑战与未来机遇，强调了人工智能（AI）的作用以及对标准化工作流程和报销模型的需求。
**引言**
心力衰竭（HF）是一种与高发病率和死亡率相关的临床综合征，仍是全球住院的主要原因之一。再住院率很高：约25%–30%的患者在出院后一年内再次入院，三年内这一比例高达50%（1–3）。根据临床注册数据和近期试验，估计在美国和欧洲，约10%–15%的重症或晚期心衰患者携带有心脏植入式电子设备（CIED）；在最近的射血分数降低型心衰（HFrEF）试验中，这一比例达到约30%（4, 5）。近年来，对CIED患者进行多参数监测，既能验证设备功能状态，又能早期检测先于心衰恶化的亚临床病理生理变化。
**综述目的**
本叙述性综述旨在评估通过心脏植入式电子设备（CIED）进行心力衰竭远程监测的最新进展，重点阐述市售主要算法在基础技术和临床证据方面的主要区别。此外，本研究深入分析了组织框架及其在意大利医疗保健系统中实施的主要障碍。研究人员通过PubMed检索了Medline数据库，通过Cochrane Library检索了2010年至2025年间发表的关于通过植入装置进行心衰远程监测的研究。检索策略采用了关键词与MeSH词的组合，包括“远程监测”、“心力衰竭”和“植入装置”。此外，还检索了ClinicalTrials.gov注册库，以识别该主题的主要正在进行试验。
**CIED患者的预警管理**
针对CIED患者的远程监测（RM）项目需要预定义的预警等级和响应时间。大多数预警涉及无需立即采取行动的发现（例如，房颤检测），而与设备完整性或临床相关心律失常（例如，室性心律失常）相关的预警则需要及时干预（6）。心律失常预警——包括电击除颤或抗心动过速起搏（ATP）——不仅表明进一步心律失常风险增加，也可能提示导线完整性问题。
每个远程监测中心应根据其本地资源，建立并传播明确的方案，规定：（i）每日/每周预警审查的时间分配，（ii）患者联系和升级处理的标准，以及（iii）多学科团队内的职责分工。
预警通常分为两个优先级（图1）：（i）红色预警，由设备功能警告（如低电量、阻抗骤变、电击）生成，需要快速干预；（ii）黄色预警，指示需要关注的情况（如起搏阈值逐渐升高），通常允许延迟干预（表1）。对设备预警的典型响应包括：紧急联系患者进行快速诊所评估（如反复电击、电量耗尽、疑似导线断裂）；根据预警紧急程度提前安排门诊随访；当参数变化无需立即处理时，加强远程检查；为避免不必要的工作量，根据个体患者定制预警编程（例如，为永久性房颤患者禁用房颤预警）。对于起搏器，建议每3–12个月进行一次常规远程传输；对于植入式心律转复除颤器（ICD），每3–6个月一次。当设备接近选择性更换时，传输频率应增加至每1–3个月一次（6）。虽然远程监测系统共享共同原则，但在理念和实际实施上存在显著差异，包括可编程预警的类型和数量。
**心力衰竭远程监测的基本原理**
基于CIED的远程监测在心衰管理中支持早期检测临床和亚临床恶化，能够实施主动和个性化的护理，可能减少医疗服务利用和成本，并增强患者参与度。心衰的特点是进行性恶化、住院率增加和生活质量下降（7, 8）。每次急性失代偿都会使预后恶化，并与短期死亡率和再住院风险显著增加相关（9, 10）。鉴于高再住院负担和相当比例的HFrEF患者携带CIED（4, 5），一个结构化的基于CIED的远程监测项目是降低风险的有吸引力的策略。
源自CIED的参数——如液体状态和心律失常负荷的替代指标——有助于临床医生识别提示即将失代偿的轨迹，以及可能引发不恰当电击或影响预后改变疗法（例如，非最佳双心室起搏）的情况。通过早期发现变化，医疗团队可以及时调整治疗，可能预防住院并改善结局。远程监测还能提供比定期面对面就诊更精确、更及时的日常状态评估，使临床医生能够基于客观数据趋势优化药物治疗、提供生活方式建议并考虑额外干预。从经济角度看，不断增长的心衰负担正使医疗系统承压：在美国，心衰相关的总医疗费用预计从2012年的209亿美元增长至2030年的531亿美元（11）。在意大利，每次心衰住院的平均费用约为3200欧元，急性心衰住院的年度负担约为5.5亿欧元（12）。通过实现及时干预和减少不必要的医院就诊，基于CIED的远程监测有助于成本控制（13）。
**心力衰竭远程监测算法**
早期基于CIED远程监测的心衰经验主要基于单参数策略，最突出的是胸腔内阻抗监测。OPTILINK HF试验（14）是首批研究之一，旨在探讨阻抗引导的远程监测是否能改善植入ICD或CRT-D装置的慢性心衰患者的预后。这项多中心随机试验在预设阻抗阈值被触发时自动生成预警，提示临床审查和潜在的治疗干预。然而，与标准治疗相比，该研究并未显示在全因死亡率或心血管住院率这一主要复合终点上有显著降低。这些中性结果可能受以下因素影响：阻抗作为单一充血标志物的特异性有限、各中心预警驱动的临床反应差异以及心衰失代偿的多因素病理生理机制无法被单一生理信号充分捕捉。重要的是，OPTILINK经验突显了单传感器监测策略的局限性，并为当代多参数算法的发展奠定了基础，通过整合充血替代指标与自主神经、心律失常和活动相关参数。这些新系统提高了预测准确性，减少了假阳性预警，并增强了临床可解释性，从而实现更及时和有针对性的干预。
三种常用的多参数算法支持早期检测心衰事件：HeartLogic（15, 16）、TriageHF（17, 18）和HeartInsight（源自SELENE-HF）（19–21）。这些工具将多个设备衍生信号整合为一个复合指数，该指数与短期心衰风险相关，支持主动干预（图2）。处于预警状态的患者发生心衰事件、房颤事件（19）和死亡（20）的风险更高。典型的传感输入包括第一和第三心音（S1/S3）、呼吸率和浅快呼吸指数、胸腔阻抗、昼夜心率、患者活动量、室性期前收缩和房性快速性心律失常负荷。这些传感器可以在患者感知到症状之前捕捉心衰病理生理变化。在操作上，当复合指数超过预设阈值时，会向远程监测团队发送预警（例如通过电子邮件/短信）。临床医生审查仪表板以识别主要影响因素，经过临床分诊后联系患者以评估症状、依从性和潜在诱因，并相应调整治疗或行为。随后的远程检查可以快速评估干预措施的反应，而不会过度增加工作量。
生理和设备衍生的输入包括第一和第三心音（S1/S3）、呼吸率、昼夜心率趋势、患者活动量、房性心律失常负荷和胸腔阻抗。这些传感器可以在患者感知到症状之前捕捉心衰病理生理变化。根据系统不同，它们可能在复合指数超过预设阈值时生成临床预警，或将患者分类到预定义的风险分层中以提示潜在的临床恶化。
- **HeartLogic（Boston Scientific）**：将第三/第一心音（S3/S1）、胸腔阻抗、活动水平、夜间心率和呼吸率组合成单一指数。通常使用16作为名义阈值来平衡敏感性和特异性；超过该阈值表明约34天内发生心衰事件的风险升高，敏感性约为70%（16, 19）。当HeartLogic指数超过阈值时，会向中心发送预警。预警审查提供了传感器贡献的透明度，以指导针对性行动（例如，当胸腔阻抗趋势提示液体积聚时优化利尿治疗）。
- **HeartInsight（Biotronik；根据SELENE-HF实施）**：该评分将基线临床参数与七个监测变量的时间趋势整合（24小时和夜间平均心率、房颤负担、每日活动量、心率变异性、室性期前收缩和胸腔阻抗）。当连续三次传输的评分≥名义阈值（NT = 45）时，自动生成预警。当评分降至恢复阈值（NT−10）以下时，预警重置。默认推荐NT为45（21）。
- **Triage-HF（Medtronic）**：结合多种生理和设备衍生信号，包括夜间心率、患者体力活动、房性快速性心律失常负荷、心率趋势和胸腔阻抗，生成分层风险评分（低、中、高），以识别临床恶化的早期迹象。
**心衰预警的管理：我们是否协调一致？**
尽管远程监测前景广阔，但其在现实世界的实施仍不一致，且基于证据的、可扩展的随访方案有限。项目在患者联系的时间和方式、远程治疗调整的标准、利钠肽检测的使用以及面对面评估的安排上存在差异。虽然脑钠肽（BNP）/N末端B型利钠肽原（NT-proBNP）在心衰预后分层和呼吸困难评估中已确立其作用，但由于数据相互矛盾，其在纵向监测中的作用仍存在争议：在HFrEF中，BNP的快速升高可能不如在射血分数保留型心衰（HFpEF）中那样可靠地预测恶化。然而，利钠肽的变化可以补充CIED预警并提高阳性预测值（16, 22, 23）。在可行的情况下，在特定的心衰预警时获取NT-proBNP并与基线比较，可以提高方案的敏感性，认识到设备衍生指数的变化可能远早于症状出现。
重要的是，近期证据表明，远程监测的临床获益较少依赖于监测技术本身，而更多地取决于对预警是否存在及时、结构化的临床反应。正如OPTILINK研究的事后分析所示（24），只有当预警触发适当的医疗行动（包括治疗优化和临床重新评估）时，远程监测才与改善结局相关。在该研究中，与接受常规治疗或未适当响应的患者相比，预警后被适当联系的患者在心血管死亡或首次住院这一主要终点上经历了显著降低[风险比，0.61（95% CI，0.39–0.95）；P = 0.027]。因此，没有组织化反应路径的被动监测似乎获益有限。在此背景下，两项研究特别探讨了预警触发的治疗调整。
这些研究探讨了预警触发的远程治疗调整。在MANAGE-HF研究（25）中，200名患有HFrEF并植入心脏再同步化治疗（CRT）和/或ICD的患者使用HeartLogic算法（Boston Scientific）进行随访。由预警触发的早期干预导致HeartLogic指数迅速降低和NT-proBNP值下降（基线1316 pg/mL vs. 12个月随访时，p < 0.001）。尽管早期干预在74%的病例中是药物加强（主要是增加利尿剂剂量），但该研究突出了干预方案的高度异质性，其因中心和患者而异。这种前瞻性干预与心衰住院（hHF）减少67%相关，与研究前相比（Hernandez AF, Albert NM, Allen LA et al. Multiple cardiac sensors for management of heart failure (MANAGE-HF) Phase I results. Abstract presented/published at: ESC-HF 2021. June 29-July 1, 2021. Virtual.）。
在INTERVENE-HF（18）中，TriageHF指导的主动干预促使利尿剂小幅滴定，胸腔阻抗频繁恢复正常。在所有研究中，利尿剂优化是最常见的直接干预措施。虽然寻求稳健科学证据的努力仍在继续，但必须承认，急性心衰潜在的显著病理生理异质性——加上具有不同心脏病因患者的不同临床特征——使得标准化通用治疗方案具有挑战性。
通过CIED进行心力衰竭远程监测的广泛普及面临着重大挑战，这些挑战目前仍未解决。组织算法的实施、其报销以及随后的临床应用都依赖于基于强有力科学证据的卫生政策。目前，此类证据仍然难以获得，特别是在“硬”终点（如死亡率降低）方面，由于可用技术工具和各医疗机构结构组织的广泛异质性，这些终点难以证明。组织差距进一步限制了其影响。社区护理整合往往缺失，尽管其有潜力提高依从性并减轻中央远程监测团队的负担。不同地区和国家之间的差异使标准化变得复杂，至关重要的是，报销政策不一致且常常不充分，阻碍了全面的远程监测采用。
**意大利远程监测普及的障碍**
远程监测被认为是当代许多指南（26）中CIED随访的标准护理。然而，远程监测入组的快速增长——在COVID-19大流行期间加速——在许多欧洲司法管辖区和意大利地区加剧了人员配备和工作流程的压力，而相应的报销并未同步（27–29）。即使在专家共识提供务实建议的地方（6），在入组协调、维持连接性和设备编程以实现最佳远程监测方面仍存在差距（30）。预警解释模型——特别是心衰预警——未标准化，不一致的应对策略导致了相互矛盾的结果（31, 32）。数据延迟引入了进一步的偏差：监测中心的可用性可能因连接问题或审查和升级延迟而滞后于设备检测（33）。远程监测激活延迟和连接不畅加剧了问题，并持续依赖面对面就诊（29, 34）。结构化的工作流程——最好是一个集中监测单元，由训练有素的工作人员采用中心辐射型模式运作——可以改善结局（33, 35）。尽管使用情况不一（更常见于ICD/CRT接受者）且报销不均（例如，德国），但与单独的诊所随访相比，远程监测通常是节省成本的（36）。在欧洲，缺乏足够的报销仍然是主要障碍——据报道，COVID-19后高达40%的中心受到影响，在意大利这一比例高达73%——而意大利20个地区中目前只有10个地区为CIED远程管理提供收费（26, 34；表2）。
**迈向心力衰竭管理的新时代**
在过去二十年中，CIED的远程监测已从间歇性设备完整性检查发展为对心律失常和血流动力学参数的持续、人工智能赋能分析。多参数评分以合理的敏感性（例如，约70%）预测短期心衰事件风险，但无法解释的预警率仍然不低（15）。增强基线风险分层（例如，西雅图心衰模型）并应用基于人工智能的后处理可能减少假阳性预警（19）。同时，最佳临床应对策略仍在定义中。在MANAGE-HF（25）中，临床医生在三天内评估诱因并根据需要升级治疗——最常见的是加强利尿，但当适当时也包括指南导向的药物治疗（GDMT）优化（例如，血管紧张素受体脑啡肽酶抑制剂（ARNI）、血管紧张素转换酶抑制剂/血管紧张素受体阻滞剂（ACEi/ARB）、盐皮质激素受体拮抗剂（MRA）、钠-葡萄糖协同转运蛋白2抑制剂（SGLT2i））（37）。早期解除充血缩短了预警持续时间，而系统性GDMT滴定则不太一致地实施。
鉴于疾病修饰药物的显著益处——通常在10-20天内显现（38, 39）——当预警发生在无明显充血的情况下，临床医生应考虑优先优化GDMT。最近的一项荟萃分析报告，与标准护理相比，设备引导的、基于充血的管理降低了全因死亡率和心衰住院的复合终点（40）。
重要的是，远程监测为老年患者管理提供了机遇（41）。事实上，远程监测与高依从性率相关，减少了面对面就诊的需求，并能够早期发现可干预的事件。然而，也出现了一些具体挑战，包括认知障碍、护理人员依赖和更高的合并症负担，这些因素可能影响预警传输和解释以及治疗反应性。因此，制定策略以增强这一脆弱群体对远程监测的使用至关重要，在患有神经认知障碍和视觉或听觉障碍的个体中实施这些方法仍然面临重大挑战。所有这些挑战都可能在人工智能的支持下更容易解决。
经济评估，包括随机EVOLVO试验（42）和后续研究（43, 44），显示远程监测减少了紧急就诊和总体住院就诊次数，缩短了设备检测事件后的决策延迟——这可能有助于减少就诊次数和降低成本。根据最近一项关于临床、成本效益、生活质量和成本结果的系统评价，与不使用这些算法的相应CIED相比，HeartLogic和TriageHF已被证明在成本效益方面具有优势，尽管现有证据质量通常较低（45）。
未来的研究应侧重于务实性试验，测试标准化的、预警驱动的诊疗路径；量化人工智能相对于临床医生主导分诊的增量价值；并严格评估成本效益和报销模型，特别是在快速增长的超高龄心衰人群中。
打赏
