综述：肺部超声技术在肺病变诊断中的应用：一项叙述性综述

《Respiratory Medicine》：Application of lung ultrasound techniques in the diagnosis of lung lesions: A narrative review

肺超声（LUS）技术如经食管LUS、超声弹性成像、对比增强超声、speckle tracking等在诊断肺病变、评估呼吸功能及指导活检中展现优势，但存在操作者依赖性强、部分技术需专用软件、并发症风险等局限。AI辅助诊断可提升准确性并减少人为差异，未来需多中心研究验证。

　　肺超声（Lung Ultrasound, LUS）作为一种快速、无创的影像学技术，近年来在临床诊断中得到了广泛应用。它能够实时评估肺部病变，为急症和重症监护提供重要的诊断支持。随着技术的不断进步，LUS不仅限于传统的肺部检查，还发展出多种新的应用方式，如经食管肺超声（Transesophageal Lung Ultrasound, TELUS）、超声弹性成像（Ultrasound Elastography, USE）、对比增强超声（Contrast-Enhanced Ultrasound, CEUS）、斑点追踪技术（Speckle Tracking, ST）、多普勒成像（Doppler Imaging）以及解剖M模式超声（Anatomical M-mode Ultrasound, AMM）等。这些技术共同推动了LUS在肺部疾病诊断中的潜力，同时也带来了新的挑战和局限性。

LUS技术的临床价值在于其能够迅速完成检查，并在床边实施，特别适用于急诊和重症监护场景。然而，尽管LUS在某些领域表现出色，如肺气胸的诊断，但其在定量分析和复杂病变的识别上仍有不足。因此，研究人员不断探索新的技术手段，以提升LUS的诊断准确性和实用性。例如，TELUS通过将探头置于食管附近，能够更清晰地观察肺部的基底区域，特别是在患者因肥胖、严重水肿或胸壁结构限制而难以进行常规胸壁超声检查时，TELUS的优势尤为明显。此外，超声弹性成像技术，如剪切波弹性成像（Shear Wave Elastography, SWE）和应变弹性成像（Strain Elastosonography, SE），能够通过评估组织的硬度来辅助诊断肺部病变，如肺实变、肺水肿和肺部感染等。这些技术为医生提供了更多定量评估的依据，有助于提高诊断的客观性和一致性。

在肺气胸的诊断中，LUS以其快速和无创的特点，成为一种重要工具。肺滑动（lung sliding）是LUS检测肺气胸的关键征象，但目前主要依赖于视觉评估，缺乏定量测量手段。斑点追踪技术（ST）的出现为这一问题提供了可能的解决方案，它可以通过分析二维超声图像中的斑点运动来量化肺滑动，从而提高诊断的准确性。然而，ST技术的使用仍然依赖于操作者的经验和专用软件，这在一定程度上限制了其在临床中的广泛应用。未来，随着人工智能（AI）的发展，ST技术有望实现自动化分析，减少人为误差并提高诊断效率。

CEUS作为一种结合了对比剂增强和B型超声的技术，能够提供关于肺部血流的详细信息。这种技术在识别肺部病变的起源方面具有独特价值，如区分肺部病变是由肺动脉（PA）还是支气管动脉（BA）供血引起的。此外，CEUS还能帮助医生选择最佳的活检部位，提高肺部穿刺活检的安全性和诊断准确性。然而，CEUS在某些情况下也存在局限性，例如在小病灶或深部病变的活检中，使用CEUS可能会增加操作难度。同时，CEUS在区分某些肺部疾病类型时也存在挑战，如社区获得性肺炎（CAP）和肺癌（LC）之间的鉴别诊断。

多普勒成像技术，如彩色多普勒超声（Color Doppler Ultrasound, CDS）和组织多普勒成像（Tissue Doppler Imaging, TDI），能够提供关于肺部血流动力学的信息。在指导活检时，这些技术可以帮助识别病变区域的血管分布，避免穿刺过程中对血管的损伤。此外，多普勒成像在肺炎和肺气胸的诊断中也显示出一定的潜力，尤其是在结合动态空气支气管征（Dynamic Air Bronchography）时，可以更准确地判断肺部病变的性质。然而，多普勒成像在实际应用中也面临一些问题，如探头移动引起的运动伪影和过度增益导致的噪声干扰，这些都可能影响诊断的准确性。

解剖M模式超声（AMM）是一种用于评估呼吸力学的非侵入性技术，能够实时监测肺部的运动情况。它在哮喘急性发作和呼吸衰竭的评估中具有重要应用，能够提供连续的肺部动态信息，帮助医生更好地理解患者的呼吸状况。然而，AMM在实际操作中也存在一些限制，如肋骨阴影可能阻碍声窗的清晰度，而肺部病变如胸膜粘连、胸腔积液或肺部肿块可能影响肺部运动的测量结果。因此，在使用AMM进行诊断时，需要充分考虑这些因素，以确保结果的可靠性。

尽管LUS技术在多个方面取得了显著进展，但其仍然面临一些挑战。例如，TELUS在评估肺部基底区域时可能受到脊柱的影响，导致图像质量下降。此外，不同LUS技术在实际应用中对操作者技能和设备依赖程度较高，这可能限制其在基层医疗机构的推广。同时，某些技术在特定病变的鉴别诊断中表现不佳，如使用SWE和ST技术时，难以区分恶性肿瘤和肺炎，或者在评估某些肺部疾病（如CTD-ILD）的严重程度时存在局限性。

为了克服这些局限性，研究人员提出了多种改进方案。例如，结合人工智能（AI）技术可以显著提高LUS图像的解读能力，减少操作者依赖并提高诊断的一致性。AI在肺部疾病的早期检测和分类中显示出巨大潜力，特别是在肺癌筛查和肺部感染的鉴别诊断方面。此外，随着技术的不断发展，LUS与其他影像学方法（如CT和MRI）的结合可能成为未来的重要趋势，以提高诊断的全面性和准确性。

总之，LUS技术的多样化发展为肺部疾病的诊断提供了更多选择和可能性。尽管在某些方面仍存在局限性，但通过技术改进和临床应用的不断探索，LUS有望在未来的医疗实践中发挥更加重要的作用。特别是在提高诊断的定量分析能力和减少操作者依赖方面，LUS的前景十分广阔。未来的研究需要进一步验证这些技术的有效性，并探索其在不同临床场景中的最佳应用方式，以推动LUS在临床诊断中的更广泛应用。