作者：冯光，河南省人民医院神经外科重症病区

神经外科重症医学作为聚焦神经外科与急危重症的交叉学科，始终以脑功能保护为目标，聚焦颅脑创伤（TBI）、动脉瘤性蛛网膜下腔出血（aSAH）、自发性脑出血等疾病的救治，其历史发展映射了医学理念与技术协同演进的过程。神经外科重症医学虽依托重症医学的核心理念，但具有神经系统疾病特殊病理生理学机制的独特性，如针对颅内高压的有创监测、脑血流自动调节（CA）能力的参数评估、神经监测及早期昏迷促醒等技术均是围绕“ 脑功能保护”这一核心理念发展而来，与重症医学聚焦多器官功能的监测管理体系存在一定差异。

2013 年，我国首部《神经外科重症管理专家共识（2013 版）》发布，整合神经外科重症国际指南核心内容与国内临床实践经验，提出针对镇痛镇静评估、神经监测实施及护理、颅内压（ICP）控制、营养治疗和并发症处理等方面的要点和策略；2020 年，根据我国神经外科重症医学实践经验与进展再度形成新的专家共识：《中国神经外科重症管理专家共识（2020 版）》，这两部共识为我国神经外科重症救治管理指明了方向。

截至2025年，我国神经重症和神经外科专家团队围绕颅脑创伤、动脉瘤性蛛网膜下腔出血、自发性脑出血、急性重型缺血性卒中等疾病开展多中心研究，已形成20余部指南或共识，覆盖多模态神经监测技术、多学科救治管理、重症感染防控等关键领域，进一步规范了我国神经外科重症救治管理流程并提升了管理能力。

随着大数据与人工智能（AI）技术的快速发展，神经外科重症救治管理迈入精准化、智能化发展的新阶段，多模态神经监测技术的成熟打破了单一参数监测的局限性，通过同步整合颅内压、脑灌注压（CPP）、脑组织氧分压（PbtO2）、脑电信号、脑血流等监测数据，构建立体化脑功能评估体系，数智技术的深度融入正在重塑神经外科重症救治管理的新模式。我国神经外科重症医学研究起步较晚，20世纪80年代初该领域的监测技术尚处于初级阶段，仅依赖呼吸机、心电监护仪等基础设备，并通过血压、心率、呼吸频率及瞳孔等指标间接推断病情变化及脑功能状态，难以精确提示脑功能受损的早期细微变化。

随着有创或无创颅内压监测、经颅多普勒超声（TCD）、脑电图、脑氧饱和度（ScO2）监测等技术或设备的普及，以颅内压为基础的多模态神经监测技术逐步取代单一监测模式，同时结合传统的神经系统查体、影像学及实验室检查等从不同层面实时、动态监测脑组织结构和功能状态。根据2015-2022年计112项颅脑创伤、动脉瘤性蛛网膜下腔出血、自发性脑出血等急性脑损伤多模态神经监测技术研究的汇总分析，约77.78% 研究显示，在多模态神经监测技术的指导下对重症患者进行临床干预，均获得明显预后改善。

（1）颅内压监测：目前，以颅内压监测为基础的多模态神经监测技术指导下的临床诊疗仍然是神经外科重症救治管理的关注重点，其中颅脑创伤患者颅内压监测尤为重要，通过实时、量化颅内压变化可早期预测并识别颅内血肿扩大、恶性脑水肿等，为手术等临床干预与决策提供客观依据。发达国家对神经外科重症患者的良好管理主要得益于其> 80% 的医疗中心重症监护病房常规进行颅内压监测，而我国目前仅有36% 重型颅脑创伤患者行颅内压监测。

当前，有关脑血流动力学“MK 4.0（Monro-Kellie 4.0）”的观点认为，颅脑创伤、动脉瘤性蛛网膜下腔出血及缺血性卒中等神经重症患者脑血流自动调节能力、淋巴系统和脑代偿储备能力等是颅内压调节和预后的重要影响因素。

研究显示，对颅内压相关衍生参数分析可获得更全面的病理生理学变化信息如压力反应性指数（PRx）、平均颅内压波幅（MWA）、颅内压波幅与颅内压相关系数（RAP）等，通过一些能够间接反映脑顺应性及脑血流自动调节能力的指标来预测病情变化，诸如压力反应性指数，其范围为- 1 ~ 1，越接近负值提示脑血流自动调节能力越佳；反之则提示脑血管床自主反应性消失，即脑血流自动调节紊乱，可以此作为颅脑创伤、自发性脑出血患者生存率和预后的预测因子。此外，动态监测大面积脑梗死患者去骨瓣减压术后颅内压、颅内压波幅与颅内压相关系数及压力反应性指数有助于早期识别和干预脑功能恶化或脑水肿。

高国一团队通过机器学习算法整合颅脑创伤患者外科手术后早期颅内压、脑灌注压、压力反应性指数等数据，构建随机森林模型预警术后颅内高压（颅内压> 2 mm Hg，持续>5 min），尤其是重度颅内高压（颅内压> 2 mm Hg，持续> 1 h），有望为临床诊疗和手术决策提供指导。另外，相关绘图或分析软件（如GraphPad Prism 软件）亦可对颅内压监测数据进行深度分析，计算所得的颅内压剂量（DICP）即是颅内压维持在特定阈值以上的累积曲线下面积（AUC），其中阈值参照当前临床指南设定为20 或22 mm Hg，相较于传统颅内压监测指标，该参数能够量化疾病严重程度及持续时间，可直观反映颅脑创伤程度，同时为预测预后提供更可靠的参考依据。

有研究显示，平均血流指数（Mx）是平均动脉压（MAP）与大脑中动脉血流速度之间的相关系数，与颅脑创伤、动脉瘤性蛛网膜下腔出血等预后相关，可由TCD 无创测得，更为便捷、直观地反映局部脑血流变化。

（2）目标温度管理：为脑功能保护的重要干预手段，但其临床疗效却备受争议。核心问题在于低温设备设施、目标温度和时程、全程化监测管理的标准化、同质化水平不足。随着循证医学证据体系的完善及临床管理理念的革新，低温治疗已经多项高质量研究证实是神经外科重症救治的重要技术之一。

2017 年，《美国脑外伤基金会（BTF）指南第四版》指出：鉴于亚低温治疗存在的心律失常、凝血功能障碍等不良反应且病情复杂程度不同，不推荐早期（伤后2.50 h内）、短期（伤后48 h内）预防性亚低温治疗以改善弥漫性颅脑创伤患者预后。但江基尧团队对重型颅脑创伤伴重度颅内高压患者的观察认为，虽长时程（5 d）亚低温治疗无法改善患者预后，但与常温治疗相比其可显著提高初始颅内压≥ 30 mm Hg患者的预后良好率，提示亚低温治疗对改善重症患者预后仍然有益。

此外，早期、长时程目标温度管理（维持34 ~ 35 ℃，持续5 d）对高级别（Hunt-Hess分级为Ⅳ ~ Ⅴ级）动脉瘤性蛛网膜下腔出血患者有益，且可有效缓解低级别动脉瘤性蛛网膜下腔出血患者脑水肿和脑积水症状，改善中线移位和功能预后。目前，目标温度管理已不再单纯强调脑功能保护，而是提倡整合全身器官功能调控的综合干预手段。

（3）镇痛镇静管理：神经外科重症患者存在不同程度昏迷、躁动、谵妄等反应，导致病情更为复杂并影响预后，镇痛镇静管理旨在减轻疼痛、焦虑、躁动及应激等临床症状与体征。镇痛镇静管理需根据患者病情严重程度、症状等制定个性化治疗方案，对伴颅内高压者，早期主要以深度镇静为主，通过强效抑制脑电活动降低脑代谢率、快速控制颅内压波动并抑制阵发性交感神经过度兴奋综合征（PSH），为急性期颅脑创伤的修复创造稳定环境；后期则以轻度镇静与间断唤醒评估为主要策略，通过每日间断停用镇静药，结合神经系统查体动态判断意识状态。一项汇总分析显示，轻度镇静与较早拔管和较低的气管切开率相关；而癫痫持续状态或难治性颅内高压患者，则以深度镇静为宜。

由于传统的镇静评估方法存在疗效难以量化的局限性，故1996 年美国食品与药品管理局（FDA）批准脑电双频指数（BIS）应用于临床以监测药物镇静疗效。该项技术是一项客观且定量的连续性镇静评估方法，能够动态反映脑电抑制程度，指导实时调整镇静药物种类或剂量，使患者保持适宜的镇静状态。

在镇痛镇静管理期间，患者常伴有血流动力学的不稳定，用药期间应注意平衡镇痛镇静药物与血管活性药物的相互作用，尽量以最小的药物负荷维持脑血流循环的稳定，避免因药物叠加效应加剧血流动力学紊乱。《美国脑外伤基金会指南第四版》及《西雅图重型颅脑创伤共识会议（SIBICC）》均明确指出，镇痛镇静管理是治疗重型颅脑创伤常用的重要手段，对于存在颅内高压风险的患者，可采取强化镇痛镇静方案以降低颅内压。目标导向型镇痛镇静管理不仅可以缩短总住院时间和重症监护病房留滞时间，亦是脑功能保护的重要策略之一。

（4）关键生理指标治疗阈值的设定：救治过程中设置重要生理指标的合理阈值，是平衡治疗收益与风险的目标化管理。针对不同疾病的病理生理学特征，将颅内压、脑灌注压、血压、血糖等重要监测指标控制在最优范围，从而防止继发性脑损伤。

美国外科医师学会（ACS）2024 年新版《颅脑创伤管理最佳实践指南》建议，颅内压达22 mm Hg是启动降颅压治疗的有效初始阈值，但对于存在颅内高压重大风险的外科治疗方法如去骨瓣减压术，可以考虑将颅内压启动治疗范围设为20 ~ 25 mm Hg，同时建议对此类患者的颅内压管理应依据《西雅图重型颅脑创伤共识会议》提出的三阶梯治疗方案；《颅脑创伤管理最佳实践指南》针对血糖、体温、（局部）脑氧饱和度和动脉血氧饱和度（SaO2）等亦给出了明确的目标化阈值管理方案。

目前，对颅内压阈值疾病特异性的探索是当前研究热点问题；而蛛网膜下腔出血、脑出血等则仍根据颅内压治疗阈值进行临床管理；有关脑灌注压监测，虽然大多数指南认为目标管理范围为60 ~ 70 mm Hg，但从目前的临床实践看，以颅内压与脑灌注压为目标的管理方法对颅脑创伤患者预后的改善效果并未尽如人意。

以最佳脑灌注压（CPPopt）为导向的个性化管理模式研究发现，当脑灌注压接近或达到最佳状态时，脑组织氧合达高峰，表明脑血流量和脑血流自动调节能力达到最佳水平且脑能量代谢也得到改善，提示最佳脑灌注压是神经外科重症管理颇具前景的脑血流自动调节能力导向指标，但仍需大量的深入研究探索其在不同疾病中的应用。随着人工智能技术与机器学习模型的深度应用，21世纪后神经外科危重症监测领域迈入大数据分析与模型化管理的全新发展阶段，可在临床症状出现前预测如颅内高压等继发性脑损伤或癫痫发作等关键事件，不仅弥补了数据分析滞后、解读误差等问题，而且为指导神经外科重症治疗提供了全新路径。

（1）人工智能赋能神经外科重症管理：近年依托深度机器学习模型，整合急诊影像学、实验室检查等生物学标志物以及各项生命体征等多源信息，构建重症风险预测模型，使神经外科重症高危人群的早期识别效能显著提高；而通过预测模型系统生成的风险评分与处置建议则使漏诊率降低，且进一步优化资源配置及推动临床决策标准化等。例如，针对急性颅脑创伤的多模态神经监测包括血压、颅内压、脑组织氧分压、脑温等关键参数，并整合影像学和实验室检查指标生成连续的生理数据流，同时结合机器学习和人工智能大数据模型对此进行解释。浙江大学医学院附属第一医院重症医学科采用迈瑞瑞智重症决策辅助系统，以“启元”为代表的重症预测大数据模型以及自动采集的真实、高精度、多模态全程患者信息数据为基础，构建全景数字孪生，结合内置的智能搜索引擎，深度融合重症思维，可辅助临床医师制定个性化救治管理策略（https://www. mindray. com/cn/innovation/cctvfocus-Interview-mindray-qiyuan-ai-model）；同时有研究表明，机器学习模型也能为临床潜在的重症事件如迟发性脑出血、颅内高压等提前做出预警。

在神经影像学领域，人工智能技术通过深度学习训练，可自动识别CT/MRI所示颅内血肿边界、水肿范围及中线移位程度，尤其对于基层医院而言，能够快速弥补影像诊断经验的不足。对连续性脑电图（cEEG）的解读，人工智能技术的优势更为显著，人工智能相关大数据分析的深度机器学习模型可实时识别脑电信号中棘波、尖波等异常模式，同时还可通过解析脑电微状态的动态变化，评估昏迷患者脑代偿储备，从而解决传统人工解读耗时较长且易漏诊的亚临床痫样放电的难题。然而，该项技术全面应用于临床仍面临如数据标准化不足、模型在全国医院的适配性及部分参数因数据量有限难以精准预测等挑战，有待优化处理。

（2）智能化设备融入神经外科重症诊疗：得益于生物医学工程与新兴科技的进步，越来越多的新型智能化设备正深度融入神经外科重症诊疗中，通过集成传感技术、人工智能与生物材料创新等，实现监测、干预与康复的智能化升级，带来全周期诊疗革新。如人工智能创新的无创颅内压监测系统，无需手术或切口，仅佩戴在头部即可以清晰、准确显示颅内压数据，并可在多参数监护仪上随时查看，设备简单便携，有望使颅内压监测进入更加精准、安全及智能化的新阶段；利用自动化瞳孔测量的神经瞳孔指数（NPi）和颅内动脉血流速度等参数可更加便捷预警颅内高压，还可自动存储患者数据以建立测量值随时间变化的趋势以追踪病情变化，提升临床监测准确性及同质化水平。

2024年，臧剑锋团队报告一种新型、可注射、生物可吸收且无线的超结构水凝胶（metagel）传感器，用于测量超声反射峰值频率变化，实时监测颅内环境，实现通过无线方式实现对颅内压、颅内温度和颅内动脉血流速度等的实时监测。采用多脑区脑血氧监护仪尚可实现覆盖双侧额叶、顶叶、颞叶等多个脑区的动脉血氧饱和度监测，解决局部监护仪的监测盲区问题。近年脑机接口（BCI）与神经调控技术的临床试验正逐步应用于运动功能重建、大脑整体意识状态与信息调控能力恢复以及脑机交互沟通等场景，既可以显著改善偏瘫、截瘫患者对外交流与环境控制能力，亦可为脑卒中、颅脑创伤等导致的意识、语言、运动障碍以及神经系统变性疾病、精神疾病患者的脑功能恢复提供全新解决方案，这种突破传统治疗边界的技术，通过直接建立脑与外部设备的神经信号交互，为各类脑功能损伤群体提供了功能重建与代偿的可能。

神经外科重症医学的发展已迈入技术驱动与理念革新并行的关键阶段，颅内压监测的规范化、目标温度管理的精准化、镇痛镇静管理的个体化和重症多模态神经监测的目标化管理普及共同构建了以脑功能保护为核心的诊疗体系。未来随着数智技术的融合，则可以重塑监测预警、精准干预到个性化治疗的全流程神经外科重症救治管理模式。虽然数智技术面临数据标准化、模型适配性等挑战，但随着技术发展优化，必将推动神经外科重症救治管理从经验化、数据化走向精准化、个性化、数智化、网络化，以期为患者带来更高质量的全周期救治与功能康复。

来源：冯光.神经外科重症救治管理的发展与变革[J].中国现代神经疾病杂志,2025,25(10):869-873.