前言

本文系统梳理了2024年10月至2025年9月国内外呼吸系统危重症领域的年度研究进展，以重症肺炎继发感染中毒症、急性呼吸窘迫综合征（ARDS）等病症为牵引，关注早筛、早诊、精治的理念，从重症肺炎的快速诊断，疾病预警、动态评估和个体化治疗及大数据与人工智能的临床应用等关键维度进行归纳总结，以期对国内外同行在呼吸系统危重症领域临床实践与科学研究工作能有所帮助。

2025年度（2024年10月1日至2025年9月30日）国内外呼吸医学危重症领域临床研究与时俱进，本文围绕重症肺炎继发感染中毒症和ARDS等危重症在诊断、治疗和预后等方面的研究进展进行归纳总结，以期对国内同行在相关领域的临床工作有所帮助。

一、疾病快速诊断与动态评估

1. 快速诊断：

（1）核酸扩增：Voiriot等^［1］报道的多中心临床研究表明，PCR联合降钙素原（procalcitonin，PCT）检测可将重症社区获得性肺炎中的细菌检出率从50%提高至78%，28 d的抗生素使用时间缩短3 d。Enne等^［2］发现在重症监护病房（ICU）中，快速PCR病原体检测促使HAP和呼吸机相关性肺炎（ventilator-associated pneumonia，VAP）患者的精准用药率提升21%。考虑到PCR需要专业的设备（如热循环仪）、操作复杂，环介导等温扩增技术（loop-mediated isothermal amplification，LAMP）因其操作性更为便捷，具有良好的应用前景。Šušnjar等^［3］开展的一项多中心研究结果显示其检测鼻咽拭子提取RNA的敏感度89%、特异度95%；直接检测粗唾液（无需RNA提取）时，敏感度80%、特异度99%，适配资源有限场景下的快速诊断，为SARS-CoV-2相关重症感染的快速分子检测提供新的可能。

（2）二代测序：近年来，宏基因组二代测序（metagenomic next-generation sequencing，mNGS）广泛用于临床病原学检查^［4］，Wu等^［5］发现mNGS联合常规检测能明显缩短重症CAP患者的临床改善时间，14 d内临床改善率提升15.5%。Yin等^［6］研究表明病原靶向测序（targeted next-generation sequencing，tNGS）通过“靶向富集+低数据量测序”，可快速（mp-tNGS 10.3 h、hc-tNGS 16~23 h）、经济（mNGS的1/4~1/2）检测广谱病原体，诊断敏感度（86.5%~87.3%）、特异度（88.0%~90.0%）高，且常见病原体检出率显著高于常规检测（P<0.001），抗干扰能力更强。

（3）纳米孔测序：Di等^［7］研发的液体菌落全基因组测序（liquid colony-whole genome sequencing，LC-WGS）技术，将自动化微生物富集与纳米孔实时测序相结合，35 min内可提取出高纯度的“液体菌落”，能够有效去除宿主背景干扰，通过快速建库与测序，仅需2.6~4.2 h即可同步输出全面的微生物及耐药相关分子信息。验证结果显示，该技术对单菌与多菌感染准确率分别高达98%与88%，对关键耐药基因的检测准确率亦达94%，可精准识别包括等位基因变异在内的复杂耐药机制，为重症感染的早期精准用药提供决策依据。

（4）生物传感技术：Shin等^［8］开发了一种创新的感染中毒症快速诊断技术，利用搭载聚离子液体的高敏感度比色传感器阵列精准捕获感染中毒症相关病原体代谢释放的挥发性有机化合物并提供视觉信号，结合先进的人工智能混合算法RSBoost对产生的复杂数据进行同步解析，可在24 h内实现无需培养的病原体菌种鉴定与浓度定量，对病原体的鉴定准确率高达96.2%，展现出卓越的诊断效能和临床应用潜力。

（5）拉曼光谱（surface-enhanced raman spectroscopy，SERS）：Bi等^［9］开发了一种纸基SERS芯片，结合4-巯基苯硼酸（4-mercaptophenylboronic acid，4-MPBA）和银纳米颗粒（silver nanoparticles，AgNPs），通过人工智能辅助的多分支自适应注意力卷积神经网络（multi-branch adaptive attention convolutional neural network，MBAA-CNN）实现了病原体的快速、高精度检测。该平台可在1 h内准确识别病原菌，准确率高达98.6%，并且能够有效区分耐甲氧西林金黄色葡萄球菌（Methicillin-resistant Staphylococcus aureus，MRSA）和甲氧西林敏感金黄色葡萄球菌（Methicillin-sensitive Staphylococcus aureus，MSSA），准确率达到99.5%，为开发全自动的重症感染精准诊断系统提供有力的技术支持。

（6）生物标记物：Dark等^［10］完成的多中心干预性盲法的随机对照研究临床研究发现与标准治疗相比，以PCT检测为指导的治疗能有效缩短抗生素使用时间。Wang等^［11］报告的多中心前瞻性临床研究结果提示，髓系细胞表达的可溶性触发受体-1（soluble triggering receptor expressed on myeloid cells-1，sTREM-1）是诊断感染中毒症和感染性休克的良好指标（AUC=0.892，95%CI：0.862~0.922），且与感染中毒症相关性急性肾损伤（acute kidney injury，AKI）显著相关（AUC=0.803，95%CI：0.739~0.866），提示sTREM-1的诊断和预测价值可能与TREM-1介导的炎症风暴有关。通过拮抗TREM-1介导的炎症风暴，可能成为感染中毒症治疗的新靶点。Giacobbe等^［12］开展的1项多中心、前瞻性观察研究评估分子综合征诊断技术在临床中的应用价值，结果显示，其与30 d病死率无显著相关性（28.7%比26.4%，HR=1.07，95%CI：0.59~1.93），但显著提高了抗菌治疗去阶梯以及在起病后第1天即启动恰当抗感染治疗的比例（41.3%比27.8%，P=0.041），表明快速分子诊断可在不增加死亡风险的前提下优化抗菌药物决策。

2. 疾病评估：

（1）三维电阻抗断层成像技术（3D-EIT）：Yuan等^［13］将3D-EIT技术应用于ARDS患者的通气监测，通过体表双电极带施加微弱交流电，采集体内电阻抗分布的三维电信号，经算法重建获取全肺三维通气分布。研究表明，相较于传统2D-EIT，3D-EIT在评估肺可复张性与选择最佳呼气末正压（PEEP）方面具有显著优势，能更全面反映肺顶部与基底部的通气异质性。该技术为个体化呼吸机参数调节提供了高空间分辨率的影像依据，有助于优化肺保护性通气策略。

（2）超声肌电图技术：Gao等^［14］开发的单传感器超声肌成像系统，集成了定制化超声传感器、柔性电路与无线传输模块，实现了对深部肌肉活动的连续、无触监测。该系统通过采集射频信号，结合深度学习算法，可准确识别膈肌厚度变化及手势动作。在呼吸监测方面，其能够区分腹式呼吸与胸式呼吸模式，捕捉患者的异常呼吸周期。该技术突破了传统肌电图的信号稳定性与空间分辨率限制，为长期动态评估呼吸肌功能提供了新工具，对监测机械通气患者的膈肌功能具有重要应用潜力。

（3）评分量表：感染中毒症的早期识别和治疗对于改善患者预后至关重要。感染中毒症临床实践指南建议对住院患者进行感染中毒症筛查计划。但基于快速序贯器官衰竭评估评分（quick sequential organ failure assessment，qSOFA）的电子感染中毒症筛查是否会降低住院患者的病死率，并无可靠的证据支持。Arabi等^［15］于2024年12月发布的阶梯楔形整群随机试验结果中，29 442例患者属于筛查组，30 613例患者属于无筛查组。与不筛查相比，电子感染中毒症筛查显著降低了90 d内的院内病死率（aRR=0.85，95%CI：0.77~0.93，P<0.001）。

二、ARDS治疗

1. 呼吸支持：

Papoutsi等^［16］研究发现ARDS机械通气患者驱动压随着年龄变化，存活组和死亡组的驱动压力差异有显著变化（P<0.01）。驱动压≥11 cmH₂O（1 cmH₂O=0.098 kPa）与老年患者（≥65岁）死亡风险相关（P=0.045），与<65岁患者无关（P=0.766），作者认为应采取个体化、与年龄相关的机械通气方法处理不同的ARDS患者。Bosma等^［17］通过临床多中心随机对照试验，系统比较了负荷可调增益因子比例辅助通气（proportional-assist ventilation with load-adjustable gain factors，PAV+）与传统压力支持通气（PSV）在机械通气患者脱机过程中的临床效果。结果显示，两组在90 d病死率（PAV+为29.6%，PSV为26.6%）、无呼吸机天数、再插管率和气管切开率等方面差异均无统计学意义，尽管PAV+在生理机制上具有按患者呼吸努力比例提供支持、改善人机同步性的优势，但其临床获益并未转化为脱机时间或生存结局的改善。Richard等^［18］在1项多中心随机对照试验中纳入约700例中重度ARDS患者，比较压力控制加自主通气模式（pressure-controlled plus spontaneous ventilation，PC-SV）与传统容量辅助控制通气（volume-assisted control ventilation，ACV）对急性ARDS患者结局的影响，结果显示，两组在60 d病死率差异无统计学意义（34.6%比33.5%），但PC-SV组镇静及神经肌肉阻滞剂使用更少，且俯卧位等辅助低氧治疗需求降低（28.8%比37.8%），提示在严格肺保护参数控制下，早期允许自主呼吸具有一定的可行性和安全性。Martin等^［19］在英国97家ICU纳入的16 500例需机械通气及辅助供氧的危重症成人中，将脉搏血氧饱和度（peripheral oxygen saturation，SpO₂）目标设为90%（允许范围88%~92%）的“保守氧疗”策略显著减少了氧暴露（约降低29%），但并未降低90 d全因病死率，也未改善ICU/住院时长或30 d无器官支持存活天数等次要结局。机械功（mechanical power，MP）用于量化呼吸机在单位时间内向肺组织传递的能量，整合潮气量、气道压力、呼吸频率及气流特征，被认为可反映通气相关肺损伤（ventilator-induced lung injury，VILI）的累积风险。Von Düring等^［20］在急性低氧性呼吸衰竭（AHRF）并接受有创机械通气的成人患者中评估起始24 h内MP与ICU结局的关系。结果显示，较高MP（>17 J/min）与ICU病死率显著增加独立相关（调整后 OR=1.58，95%CI：1.44~1.72），且MP与死亡风险呈连续相关，未发现明确安全阈值。该研究提示在呼吸医学危重症领域患者中，应关注整体通气强度并尽早降低机械功暴露。

2. 其他治疗：

（1）镇静：Jabaudon等^［21］在1项多中心前瞻性双盲对照临床研究结果中表明：在中度至重度 ARDS 患者中，与丙泊酚镇静相比，七氟醚吸入镇静导致呼吸机使用天数更长，90 d生存率更低（HR=1.31，95%CI：1.05~1.62），不建议吸入镇静常规应用。Walsh等^［22］对英国41个ICU机械通气开展的开放标签随机临床试验，评价α肾上腺素受体激动剂（右美托咪定或可乐定）为基础的镇静与丙泊酚对机械通气时间的影响，结果显示右美托咪定或可乐定在缩短机械通气方面并无优势，且患者躁动和心动过缓的风险更高。两个重要研究结果依旧支持丙泊酚在机械通气的ARDS患者或机械通气的危重症患者镇静治疗中的地位。Ezz Al-Regal等^［23］研究发现右美托咪定能显著降低ICU前3 d内的平均心率（11.2次/min，P<0.001），但对院内病死率无显著作用（RR=0.68，P=0.091）。进一步分析表明，右美托咪定可减少患者肾上腺素需求（相对风险降低60%，P=0.025），降低持续性房颤发生风险（RR=0.47，P=0.05），患者第3天APACHE Ⅱ下降6分，并能够降低C反应蛋白水平，这个研究结果提示右美托咪定可能通过减轻高儿茶酚胺应激反应改善感染中毒性休克患者的生理状态，但其对生存结局的影响仍需进一步验证。

（2）肌肉松弛：Brunini等^［24］对321例中重度ARDS患者短时间应用肌肉松弛药物对生存的影响，发现与对照组比较，顺阿曲库铵预估生存率增加。Zalucky等^［25］针对ARDS患者的临床研究证实，随着基线呼吸系统弹性阻力的升高，神经肌肉阻滞剂带来生存获益概率显著增加（OR=0.76，90%CI：0.59~0.99），提示呼吸系统弹性阻力较高的患者可能存在肺扩张压力过高的风险，可能因神经肌肉阻滞降低了肺过度扩张而有助于降低进一步肺损伤风险。

（3）液体管理：ARDS患者的液体管理重要且具有挑战性，有循环衰竭和液体过负荷的双重风险。Joseph等^［26］通过经胸和经食管超声评价ARDS患者液体负荷，结果显示上腔静脉塌陷指数（superiorvena cava collapsibility index，ΔSVC）性能优于左心室流出道最大流速呼吸变异率（respiratory variations of the maximal Doppler velocity left ventricular outflow tract，ΔVmaxAo）和脉压变异率（pulse pressure variations，ΔPP），下腔静脉呼吸变异率的容量预测效应较弱。且上腔静脉塌陷指数（ΔSVC）升高与ICU病死率相关（OR=1.355，95%CI：1.077~1.705）。

三、感染中毒症治疗

（1）抗菌素：Gross等^［27］利用深度学习模型客观评估感染中毒症概率及未来休克风险，并重新分析抗生素给药时机与病死率的关系，结果显示，在感染中毒症风险较高的患者中，无论是否存在休克风险，于1 h内抗生素治疗均与较低病死率显著相关，提示早期合理应用抗菌素能够改善感染中毒症患者预后。

（2）血管活性药物：Kalimouttou等^［28］采用强化学习模型系统评估了血管加压素在不同血流动力学状态下的最优启动策略，结果显示，在去甲肾上腺素剂量尚未显著升高但休克状态持续的阶段即使应用血管加压素，能够降低死亡风险改善临床结局；而在高剂量去甲肾上腺素背景下延迟使用，其潜在获益明显受限。

（3）免疫调节：Wu等^［29］完成的一项多中心、随机、双盲、安慰剂对照的临床试验（TESTS试验），评估胸腺素α1治疗感染中毒症的疗效和安全性，结果发现胸腺素α1并不能降低成人感染中毒症患者28 d全因病死率，但60岁以上患者以及患有糖尿病、高血压和冠心病等慢性病患者能够获益，这部分患者28 d病死率要低于对照组（HR=0.58，95%CI：0.35~0.99；HR=0.71，95%CI：0.49~1.04；HR=0.47，95%CI：0.21~1.01）。

（4）其他治疗：既往研究表明，维生素C曾被认为具有抗氧化和抗炎作用，具有潜在价值。Rynne等^［30］发表的“通过维生素C减轻器官功能障碍（LOVIT）”试验结果中，各类感染中毒症并没有从维生素C治疗中获益，且维生素C抗炎作用不明确。Vandervelden等^［31］的研究同样证实在感染中毒症早期使用维生素C治疗并未在统计学上显著降低器官功能障碍的发生率。Gelbenegger等^［32］对感染中毒症诱发低血压患者随机对照多中心研究二次分析结果显示，初始液体复苏应用乳酸林格氏液，相较于生理盐水，90 d全因病死率较低（12.2%比15.9%），调整后风险比为0.71（95%CI：0.51~0.99，P=0.043），住院时间减少（调整均数差1.6 d，P=0.009），提示可能改善感染中毒症低血压患者的预后。

四、大数据与人工智能

1. 诊断预警：在诊断方面，Malic等^［33］基于586例疑似感染中毒症患者的RNA测序筛选及3 178例临床各疾病数据集验证，发现Sepset基因签名与PREDICT设备可在3 h内完成床旁检测，ICU诊断敏感度达92%，有效解决传统诊断延迟问题。Miguélez等^［34］开发的DinoV2模型结合无培养细菌检测流程，基于海量显微图像，可在2 h内检出致病菌，最低检测限为7 CFU/ml，突破血培养限制。Kim等^［35］利用3D AuNG@Au-AgNP SERS传感器与支持向量机模型，实现蛋白定量（检测限4~6 fM），并以95%准确率区分感染中毒症严重程度。Seidlitz等^［36］结合高光谱成像与ResNet14d模型，基于480余例样本，通过非侵入性的手段监测皮肤微循环变化实现感染中毒症无创诊断与预后预测，AUC分别达0.94和0.83。在光学内镜影像领域，Demirel等^［37］通过构建融合Transformer与CNN的EmiNet双流网络，实现光学内镜实时图像的快速分割与细菌自动化检测，该模型分割性能与细菌检测相关性均优于当前主流模型，为重症肺炎的快速病因识别与精准诊断提供了高效工具。Liesenfeld等^［38］研发的TriVerity检测通过分析29种宿主免疫mRNA表达，结合机器学习构建预测模型，实现了对感染类型及重症风险的早期预警。该技术经1 222例患者验证，对病毒感染的诊断AUC达0.91，细菌感染为0.83，7 d内需ICU护理预测AUC为0.78，且在免疫低下及不同种族人群中表现稳定，优于传统生物标志物。该工具可减少60%~70%抗生素误用，联合qSOFA评分可进一步提高重症预测敏感性，辅助临床初诊决策与资源调配。Zhou等^［39］开发基于UNETR架构的深度学习模型，实现全自动肺部CT病灶分割及ARDS早期预测。模型整合定量肺病灶参数与临床数据，多中心验证显示其预测AUC达0.916，显著优于传统影像网络，为个体化治疗提供可靠依据。

2. 动态监测与预后评估：重症监护室的患者因其病情变化频繁，实时动态监测对于重症患者管理尤为重要，AI技术在机械通气智能化管理中已实现应用。在参数优化方面，Liu等^［40］基于强化学习的“EZ-Vent”方案通过批量约束深度Q学习（BCQ）算法，动态推荐呼气末正压（PEEP）、吸入氧浓度（FiO₂）、按理想体重校正的潮气量（TV）参数，结果显示住院病死率显著低于临床操作，同时提升最优血氧饱和度与平均动脉压占比。在拔管风险预测方面，Shen等^［41］研发的TrAcE时序深度学习模型整合静态与时序数据（1 h高分辨率），在内外验证集中拔管失败预测AUC达0.823~0.859，且能明确特征贡献差异，为风险分层提供支持，实现实时制定拔管决策的可能。两类技术共同推动机械通气管理从经验驱动向数据驱动转型，助力改善患者预后。Wang等^［42］基于多中心回顾性数据，构建TOPSIS分类融合模型预测感染性休克患者28 d死亡风险。模型整合7种机器学习算法，在内部及儿科、呼吸ICU等外部验证中均表现良好，AUC介于0.733~0.808，展现出跨专科、多中心的良好泛化能力。Jiang等^［43］针对感染中毒症相关ARDS患者，开发机器学习模型SAFE-Mo，基于MIMIC-IV、eICU-CRD和NWICU三大公共数据库，采用支持向量机算法，预测26 d病死率的AUC达0.814，显著优于SOFA等传统评分，具有良好的校准能力与临床实用性，有助于早期识别高危患者并指导干预。Rafikov等^［44］通过整合患者ICU入院早期的临床、代谢组学及生化/细胞因子数据构建多模态AI模型，该模型在测试集与验证集AUC分别达0.868、0.959，对非存活者识别特异度“完美”，实现对ARDS患者死亡风险的精准预判。

五、未来展望

随着科学技术的飞速发展，呼吸医学危重症领域的诊断和治疗也迎来崭新的时代，多组学技术的深度应用揭开了感染中毒症、ARDS等疾病的免疫异质性与微生态互作奥秘，为疾病精准分型奠定了生物学基础；AI与大数据的深度融合则实现了从早期预警、快速诊断到动态评估、预后预测的全流程赋能，打破了传统医疗的经验依赖。创新诊断技术如靶向测序、生物传感、3D-EIT 的临床转化，让病原识别更快速、病情评估更立体；而个体化治疗策略的优化，包括镇静、肌肉松弛、免疫调节的分层应用，进一步提升了治疗的安全性与有效性。未来，随着机制研究、技术创新与临床实践的深度融合，借鉴诊疗技术会快速迭代提升，我们针对重症肺炎为牵引的危重症疾病、关注其继发的ARDS和sepsis相关问题，聚焦疾病早筛、早诊和个体化治疗，必将有效提升广大危重症患者生存率，促进患者顺利康复。

参考文献（略）

作者：王凯飞 王秀丽 时欣 李思帆 解立新；第一作者单位：解放军总医院呼吸与危重症医学部；通信作者：解立新，解放军总医院呼吸与危重症医学部

引用本文：王凯飞, 王秀丽, 时欣, 等. 呼吸医学危重症年度进展2025[J]. 中华结核和呼吸杂志, 2026, 49(3): 345-350. DOI: 10.3760/cma.j.cn112147-20251227-00829.

本文转载自订阅号“中华结核和呼吸杂志”

原链接戳：【年度综述】呼吸医学危重症年度进展2025

* 文章仅供医疗卫生相关从业者阅读参考

本文完

责编：Jerry