肺部模拟器的自主呼吸问题

介绍

几十年来，肺模拟器用正弦或半正弦形肌肉压力曲线模拟自发呼吸。真实的呼吸肌张力并非这种形状。本文探讨了这一差距对临床培训、不同步研究和呼吸机开发的意义——以及更真实模型需要提供的内容。

正弦波的来源

现代可编程肺模拟器用于根据IEC和ISO标准对呼吸机进行认证。这些测试台需要可重复的吸气努力。半正弦或正弦波是自然的选择：平滑，由幅度、周期和定时分数完全描述。

当模拟器进入培训中心和通气研究实验室时，正弦波随之而来。操作员学会将吸气或呼气的上升、保持和释放设置为呼吸周期的百分比，并将吸气肌肉压力（PMus）设为峰值幅度。该形状适用于最初的问题：测试呼吸机是否触发，是否输送目标潮气量，以及是否能处理定义的负载。从那时起，它一直被沿用。

问题开始于模拟器必须完成测试台或模拟器从未设计过的任务：培训临床医生进行患者-呼吸机交互，开发必须实时检测自发努力的算法，或再现真实ICU患者中观察到的特定不同步表型。此时，使半正弦或正弦波方便的简化开始显现弊端。

图1 — 示意图：传统正弦形PMus（上）与具有呼吸间变异性的非对称指数PMus（下）。

真实自发呼吸与正弦波的区别

文献中可见真实吸气肌肉激活的四个已记录特性。正弦形PMus发生器无法通用地再现这些特性。

1. 呼吸的曲率不是正弦形的

这一点值得精确说明，因为正弦波常被描述为“对称”——但这并不是它的问题所在。

基于正弦的发生器具有独立的上升、保持和释放持续时间，但不一定是对称的。上升和释放可以设置为呼吸周期的不同分数，整体波形也可以非对称定时。正弦波不能是曲率非对称的。无论上升占据周期的多少分数，该分数内的形状都遵循正弦曲线：开始缓慢，中间快速，接近峰值时缓慢。同样的规律也适用于下降阶段。

真实的呼吸肌活动并非如此。膈肌的主动收缩大致遵循一阶RC电路动力学——快速起始，接近峰值时减速。放松也是指数型的，更慢，健康肌肉的放松时间常数约为收缩时间常数的两倍（Easton 等，1999）。Fresnel、Muir和Letellier于2014年发表的模型，专门用于捕捉这种行为。正弦波可以改变其上升和下降时间，但不能改变其基本曲率。

将真实患者的食管压（Pes）记录与相同周期和幅度的正弦曲线叠加，峰值总是对齐的。但它们之间的形状并不相同。

2. 存在短暂的吸气后保持期

在上升和下降之间，真实的吸气努力有一个短暂的平台期——吸气后吸气活动（PIIA）。膈肌在峰值后继续收缩一小段时间，减缓肺部初期的排气阶段。临床医生有时称之为“呼气制动”，这是身体保护呼气末肺容量的一部分（Easton 等，1999）。

现有模拟器确实提供了吸气保持百分比，作为吸气波形的补充。在真实患者中，这不是一个任意数字。它在严重窘迫时几乎为零，成人安静呼吸时较短，睡眠和深度镇静时较长。将该范围映射到命名的临床场景——而非无标签的滑块——允许讲师根据患者特征选择呼吸模式。

3. 呼气通常是主动的

在慢性阻塞性肺疾病伴呼气流量受限、重度哮喘、运动期间和呼吸窘迫时，腹部和辅助呼气肌会被招募（Vaporidi 等，2020）。因此，在这些情况下，呼气侧存在真实且可测量的PMus。

这是众所周知的。许多肺部模拟器多年来都提供了呼气PMus参数。更深层的问题是模型范式。如果自发呼吸引擎将呼气视为吸气波形的可能附加部分——形状相同，只是负值——那么模型在结构上是以吸气为中心的。如果它将吸气和呼气努力视为配对的组成部分，每个都有自己的曲率和时序，模型就反映了真实呼吸肌活动的工作方式。

图2 — 示意图：仅吸气PMus（上）与吸气+主动呼气PMus（下）。

4. 真实呼吸是有变异性的

患者的呼吸并非以固定的频率和固定的力度一口接一口地进行。呼吸频率、潮气量和驱动力幅度的变异性在每个公开的自发呼吸数据集中都很明显。许多波形数据库或PEEP研究队列——都显示出受试者之间变异性指标的广泛分布，绝不会是零点。

固定速率的正弦发生器按构造其变异系数为零。传统的解决方法是添加变异参数，在固定正弦波上注入呼吸间的噪声。其底层引擎仍然是一个带噪声的固定发生器——而非以变异性为原始特征的模型。当场景目标是再现病情不稳定或痛苦患者中观察到的不规则驱动时，这一区别非常重要，因为不规则性是临床表现的一部分，而非表面装饰。

图3 — 示意图：八个固定正弦波呼吸（上，CV = 0）与八个具有真实变异性的非对称PMus呼吸（下）。

5. 第五个差距：语言

这个问题常常存在于操作员使用的语言中，而非模型的数学中。

患者的神经性吸气时间——脑干向吸气肌肉发送主动驱动的持续时间——并不是呼吸机显示的吸气时间。呼吸机通过流量或压力触发检测吸气开始，并在计时器到期或吸气流量低于阈值时终止吸气。患者的神经活动驱动通常是呼吸机无法检测到的（Parthasarathy等，2000）。

TiNeural与呼吸机TInsp之间的不匹配是循环不同步的已知根本原因。一个不将神经性Ti作为命名且可单独配置参数暴露的模拟器，使得教学这一差距更加困难。

为什么这在临床上很重要

患者-呼吸机不同步，定义为不同步指数（AI）超过10%，在Thille等人2006年的原始流行率研究中报告为24%的机械通气患者中存在。相同的研究还将高不同步负担与更长的ICU住院时间和更差的结果联系起来（Blanch等，2015）。驱动这些现象的表型——反向触发呼吸（Akoumianaki等，2013）、双重触发、无效触发、隐匿性肺泡气体交换异常（pendelluft）以及自发努力驱动的患者自发性肺损伤（Yoshida等，2013）——都依赖于吸气努力的形状和时机。

训练临床医生识别这些现象的模拟器，以及设计用来检测这些现象的算法背后的实验台设置，必须准确再现它们。一个以正弦曲线为基础、以吸气为中心、固定速率的发生器，带有可选的变异性和可选的呼气后续处理，经过足够的操作员努力可以看起来正确。但这仍然不同于真正正确。

一个更真实的模型所需的条件

所有要求都可以在文献中看到：

1. 指数曲线，而非正弦曲线。 明显的收缩和放松动力学源自生理学，而非操作员设定的比例。Fresnel 2014 RC 公式是已发表的一个选项。
2. 一个正式的相位结构。 收缩、保持、放松、暂停——无论是吸气还是呼气。
3. 临床锚定的预设。 保持时间、努力幅度和频率范围映射到特定患者档案，指导员通过名称选择场景，而非滑块调整。
4. 变异性作为原始特性。 呼吸间的变化内置于模型中，而非叠加在稳定信号之上。
5. 神经吸气时间揭示。 TiNeural 是一个命名且可配置的量，明确表示它不是呼吸机的吸气时间。

正弦波不会从此列表中消失。有些使用场景正需要一个稳定的正弦输入信号。关键是它成为多种选项之一，而不是因惯性而默认保留。

Christian Remus
产品管理总监
IMT Analytics AG

参考文献

• Fresnel E, Muir J-F, Letellier C (2014). 用于驱动机械肺的逼真人体肌肉压力。 EPJ Nonlinear Biomedical Physics 2:7. doi:10.1140/epjnbp/s40366-014-0007-8
• Easton PA, Katagiri M, Kieser TM, Platt RS (1999). 肋骨和腿部膈肌的吸气后活动。 Journal of Applied Physiology 87(2):582–589. doi:10.1152/jappl.1999.87.2.582
• Vaporidi K, Akoumianaki E, Telias I, Goligher EC, Brochard L, Georgopoulos D (2020). 危重病人呼吸驱动：病理生理及临床意义。 AJRCCM 201(1):20–32. doi:10.1164/rccm.201903-0596SO
• Parthasarathy S, Jubran A, Tobin MJ (2000). 呼吸机支持患者神经吸气时间的评估。 AJRCCM 162(2 Pt 1):546–552. doi:10.1164/ajrccm.162.2.9901024
• Holanda MA, Vasconcelos RS, Ferreira JC, Pinheiro BV (2018). 患者-呼吸机不同步。 Jornal Brasileiro de Pneumologia 44(4):321–333. doi:10.1590/S1806-37562017000000185
• Thille AW, Rodriguez P, Cabello B, Lellouche F, Brochard L (2006). 辅助机械通气期间的患者-呼吸机不同步。 Intensive Care Medicine 32(10):1515–1522. PMID 16896854.
• Blanch L, Villagra A, Sales B 等 (2015). 机械通气期间的不同步与死亡率相关。 Intensive Care Medicine 41:633–641. doi:10.1007/s00134-015-3692-6
• Pham T, Telias I, Piraino T, Yoshida T, Brochard LJ (2018). 不同步的后果及管理。 Critical Care Clinics 34(3):325–341. doi:10.1016/j.ccc.2018.03.008
• Akoumianaki E, Lyazidi A, Rey N 等 (2013). 压力控制通气中的反向触发呼吸。
• Yoshida T, Torsani V, Gomes S 等 (2013). 自发呼吸导致机械通气中的隐匿性摆动气流。
• Liu X, Wang P, Hao C, Miao M-Y, An X, Xu S-S, Wang Y, Li H-L, Tian Z, Zhou J-X (2025). 中国危重病人临床及呼吸机波形数据集。 Science Data Bank. doi:10.57760/sciencedb.26222. CSTR 31253.11.sciencedb.26222. 授权 CC BY 4.0。