提起重症监护，很多人脑海里都是“满身管线”的患者。不少危重症患者为了监测心脏循环状态，不得不接受侵入式插管，这一有创操作不仅耗时费力，还可能伴随感染、血栓、出血、气胸和血胸等并发症，因此并不适合所有患者进行常规或反复监测。一边是治病救命必须掌握的身体数据，一边是插管带来的创伤风险。普通民众很难想象，在重症病房里，为了持续掌握病人循环情况，医护和患者都要承担不小代价。如何在不增加患者创伤和医护人员操作负担的情况下，更便捷地获取中心静脉压（CVP）信息，一直是急诊和重症医学领域所关注的难题。

近日，上海交通大学医学院附属第六人民医院超声医学科、上海超声医学研究所联合急诊医学科、临床研究中心，以及上海市第十人民医院、哈尔滨医科大学附属第二医院等单位，在可穿戴超声与人工智能辅助血流动力学监测领域取得重要进展。该研究以《AI-Enabled Wearable Ultrasound for Noninvasive Central Venous Pressure Monitoring》为题，于2026年8月5日发表于 Cyborg and Bionic Systems（2026年最新IF：20.9），标志着智能可穿戴超声设备在急危重症精准诊疗领域迈出了坚实的一步。

此项研究，是基于前期六院团队研发的一款“贴片式超声”设备，该设备已获得医疗器械注册证，有助于推动超声医学从诊断领域向预警监控领域的不断拓展。为进一步突破急危重症救治的难点，针对急危重症患者血流动力学监测的临床需求，本研究团队进一步为“贴片式超声”设备赋能，研发了一套人工智能赋能的可穿戴超声监测系统，只需将超声贴片贴附于患者颈部，即可动态采集右侧颈内静脉（IJV）和颈总动脉（CCA）超声图像，经由人工智能算法自动分析血管变化，从而实现对中心静脉压（CVP）升高的无创识别。本次研究共纳入来自两家三级医院共349例急危重症患者，以中心静脉导管（CVC）实测CVP作为参照标准。结果显示，AI模型在内部测试集和外部测试集中预测CVP升高的AUC分别达到0.91和0.87，展现出良好的准确性和跨中心应用潜力。

从“有创置管”到“无创贴片”：破解CVP床旁监测难题

CVP是反映右心前负荷和循环状态的重要血流动力学指标，在急危重症患者容量评估、液体复苏及循环管理中具有重要价值。这就好比是心脏承受的“压力指数”，可以说，CVP的每一次波动，都牵动着影响患者生命安全的关键决策。为解决临时实际需求，研究团队将目光投向了颈内静脉。颈内静脉经无瓣膜通路与右心房相连，同时位置表浅，相较于下腔静脉超声，更少受到肥胖、肠气和肺过度充气等因素干扰，因此有望成为无创评估CVP的重要“窗口”。

图. 1：可穿戴超声贴片在患者颈部的佩戴方式及床旁监测场景

可穿戴超声贴片，让血管变化“持续可见”

围绕这一临床需求，研究团队自主构建了用于颈部血管监测的可穿戴超声系统。其核心是一枚超薄的128阵元线阵超声贴片探头。与传统手持式超声探头相比，该装置体积小、可贴附于颈部，不需要医生长时间手持探头，更适合急危重症患者床旁重复或较长时间监测。研究还进行了24小时可行性实验，结果显示设备在持续佩戴过程中能够维持稳定的图像质量；固态耦合材料和具有热稳定性的硅胶封装，也为持续监测过程中的稳定性和患者舒适度提供了保障。在实际监测中，贴片被放置于患者右侧颈部，连续获取颈内静脉和颈总动脉的横断面超声图像，为后续AI自动识别提供数据基础。

图. 2：贴片超声探头示意图

AI自动“读超声”：从血管分割到CVP预测一步完成

在获得超声动态图像之后，如何快速、准确地识别血管并完成定量分析，是实现真正自动化监测的关键。为此，团队建立了一套由两个核心AI模型组成的智能分析框架：DSTA-Net + DM-MLP。值得注意的是，该模型采用半监督学习策略，只需要对约10%的关键超声图像进行人工标注，即可进一步利用约90%的未标注视频帧参与模型学习，在减少专家人工标注工作量的同时，提高动态图像的利用效率。随后，DM-MLP预测模型进一步将上述超声血管指标与患者的人口学、血压、心率、呼吸频率等临床信息进行融合，最终判断患者是否存在CVP升高（≥8 mmHg）。也就是说，从：“超声贴片采集动态图像” → “AI自动识别血管” → “自动提取血管指标” → “融合临床信息” → “预测CVP是否升高” 形成了一套完整的智能化床旁监测流程。

图. 3：DSTA-Net与DM-MLP人工智能分析框架示意图

图. 4：DM-MLP预测性能、混淆矩阵及SHAP可解释性分析

从一次检查走向持续监测，为急危重症精准循环管理提供新工具

传统超声更多是一种“检查工具”，而此次研究尝试进一步将其转变为一种可穿戴、自动化、可重复的监测工具。可穿戴超声负责持续获取人体深部血管信息，人工智能负责自动识别和分析，二者结合，有望减少对人工反复测量和有创操作的依赖。对于中心静脉置管存在禁忌、操作困难，或者需要反复进行血流动力学评估的患者，这一技术未来有望提供更加安全、便捷的无创筛查手段，并辅助临床医生更及时地识别CVP升高、优化容量及循环管理。

不过，研究团队同时指出，目前该系统应被视为CVP升高的无创筛查工具，而不是连续有创CVP监测的替代品。此次研究主要采用8 mmHg作为CVP升高判断界值，未来还需要进一步实现CVP连续数值的直接预测。此外，本研究目前仅在两家医院开展，样本量仍相对有限；不同超声设备和采集方案以及机械通气患者中的表现，还需要更大规模、多中心研究进一步验证。未来还需通过前瞻性干预研究回答一个更加重要的临床问题：这种AI辅助的无创CVP监测，能否真正改善液体治疗、血管活性药物管理以及患者临床结局。

多学科协作，推动“可穿戴超声+人工智能”走向临床

本研究由上海交通大学医学院附属第六人民医院超声医学科、上海超声医学研究所、上海市神经超声影像诊疗重点实验室、上海交通大学医学院附属第六人民医院急诊医学科、临床研究中心，以及上海市第十人民医院、哈尔滨医科大学附属第二医院等多家单位共同完成。论文通讯作者为张立萍教授，郑元义教授，李颖川教授和郭旭教授。论文第一作者为董立平博士、张兴轩博士后。特别鸣谢四川大学郑子璇教授。此次研究将柔性，可穿戴超声硬件、动态图像分析、人工智能和急危重症血流动力学监测进行了深度融合，为构建更加便捷、智能的床旁循环监测方式提供了新的技术路径，也为未来开展长期、无创、智能化的血流动力学监测奠定了基础，也将有助于进一步提升三甲医院在急危重症方面的救治能力。

供稿人：董立平