《Journal of Cardiovascular Development and Disease》：The Mitral Valve Heart Team 2.0: Integrating Imaging, Surgery, Transcatheter Therapies and Artificial Intelligence
编辑推荐：
二尖瓣疾病（mitral valve disease）的管理正迅速发展，其驱动力来自多模态影像（multimodality imaging）、外科技术、经导管治疗（transcatheter therapies）与人工智能（artificial intelli
二尖瓣疾病（mitral valve disease）的管理正迅速发展，其驱动力来自多模态影像（multimodality imaging）、外科技术、经导管治疗（transcatheter therapies）与人工智能（artificial intelligence, AI）的进步。在这一不断变化的格局中，传统的心脏团队（Heart Team）模式应演进为更具整合性与动态性的多学科方法。"二尖瓣心脏团队2.0"（Mitral Valve Heart Team 2.0）可将详细的解剖与功能表征与外科专长、经导管治疗选择及AI辅助的数据整合相结合，以支持个体化治疗策略。先进影像学不仅日益用于诊断，也用于手术规划与患者选择，而AI可能改善二尖瓣反流（mitral regurgitation, MR）评估的可重复性、风险分层与表型表征。然而，这些技术应增强而非取代专家临床判断与共同决策（shared decision-making）。本通讯（Communication）讨论这一范式的新兴组成部分，并提出一个实用框架，其中影像学专家、外科医师、介入心脏病学家、心力衰竭专家与数据驱动工具在患者的整个诊疗路径中相互作用。其目标并非建立一个更大的心脏团队，而是建立一个更整合的心脏团队，能够将合适的患者在合适的时间匹配至合适的治疗。
**研究背景与问题** 二尖瓣（mitral valve, MV）疾病已成为当代精准心血管诊疗的典型代表。单一诊断——二尖瓣反流（MR）——可能涵盖退行性瓣叶病变、心室性或心房性继发性MR、混合机制、显著不同的心脏重构模式以及差异极大的治疗轨迹。与此同时，治疗手段已从传统外科扩展至微创与机器人修复、经导管缘对缘修复（transcatheter edge-to-edge repair, TEER）、经导管二尖瓣置换（transcatheter mitral valve replacement, TMVR）及其他导管技术。因此，核心问题日益不再仅是患者是否应接受干预，而是哪种干预最合适、何时实施以及在哪个中心实施。现行欧洲与北美指南已将多学科心脏团队置于瓣膜决策的核心：2025年ESC/EACTS指南强调多学科心脏团队评估、临床与解剖特征的整合以及以患者为中心的共同决策，2020年ACC/AHA指南则建议对考虑干预的重度瓣膜病患者进行多学科评估。对MV疾病而言，这一原则尤为重要，因为治疗选择取决于机制、可修复性、心室与心房表型、症状、合并症、预期寿命、手术风险、本地经验以及预期耐久性。作者由此提出问题：现有心脏团队模式仍以序贯的多学科意见为主，缺乏围绕二尖瓣的持续整合决策路径，因此需要向"二尖瓣心脏团队2.0"演进。
**研究内容与结论** 作者提出，"二尖瓣心脏团队2.0"并非取代既有心脏团队，而是向先进影像、外科与经导管专长、心力衰竭管理及经过验证的计算工具持续整合的方向演进。其演进之处不在于向既有团队增加新学科，而在于从序贯的多学科意见转向持续整合的、二尖瓣特异性的决策路径，其中影像、手术专长、临床表型与计算支持均基于共享数据集进行解读。该团队应汇集具有二尖瓣专门专长的专家，而非简单扩展现有的经导管主动脉瓣植入（TAVI）团队，同时与主动脉瓣及右侧瓣膜团队保持密切协调。其重要意义在于：成功的衡量标准不是采用某项特定技术，而是是否改善患者、时机、治疗与结局之间的匹配；二尖瓣诊疗的未来不太可能单独由外科、经导管或AI驱动，而取决于这些能力围绕个体患者整合的有效程度，并确保最终决策仍植根于人类临床判断。
**主要技术方法** 本文为通讯类（Communication）文章，未涉及样本队列或实验操作。其方法学基础为：对现行ESC/EACTS与ACC/AHA指南及心脏团队模式的文献综述与概念分析；对多模态影像（二维经胸与经食管超声心动图、三维超声心动图、心脏计算机断层扫描、心脏磁共振）在诊断、手术规划与术中引导中作用的归纳；对MITRA-FR、COAPT等关键随机试验及PRIMARY、REPAIR MR等在进行中研究的证据评述；对深度学习检测与分级MR、可解释机器学习表型分析及机器学习识别TEER术后表型等AI研究的总结，并结合一项关于AI在MR中应用的系统评价评估其外部验证局限。在此基础上，作者以概念框架构建方式提出四问式实践路径与团队质量评价指标。
**研究结果**
1. 从心脏团队到二尖瓣心脏团队2.0：通过梳理指南与治疗格局演变，得出MV疾病治疗选择依赖机制、可修复性、表型、风险与耐久性等多维因素，需由序贯多学科意见转向持续整合的二尖瓣特异性决策路径。
2. 影像作为共同语言：通过分析超声心动图、心脏CT与心脏磁共振的互补价值，得出影像不应被视为治疗讨论前的初步诊断步骤，而应嵌入决策本身；同一数据集需回答能否预期持久外科修复、解剖是否适合TEER、是否存在广泛瓣环或瓣叶钙化、置换策略是否会造成左心室流出道梗阻、以及心室大小、右心室功能、肺动脉压力或心肌疾病是否提示干预过晚等问题，影像因而成为诊断与治疗选择之间的桥梁。
3. 外科与经导管治疗：互补而非竞争：通过比较外科与TEER的证据，得出外科仍是许多重度原发性MR患者在可接受风险下可实现持久修复时的参考治疗，TEER在部分高危患者及适当选择的继发性MR患者中已确立重要地位；MITRA-FR与COAPT结果看似不一致，说明仅凭"重度继发性MR"标签不足以选择治疗，MITRA-FR未显示经皮修复较药物治疗在一年时具有显著临床获益，而COAPT在经指南导向药物治疗后仍有症状的精心选择患者中显示心力衰竭住院与死亡率降低，且获益持续五年，这些试验应被解读为支持更好表型分型与选择的论据；正在进行的PRIMARY与REPAIR MR可能进一步阐明外科与经导管修复在原发性MR中的相对作用，在结果可用前治疗选择应保持个体化；继发性MR还包含机制与临床轨迹不同的心房性与心室性/缺血性表型，需表型特异性的多学科评估。作者进一步得出当代二尖瓣团队应避免"手术优先"思维：外科医师应明确评估修复可行性、复杂性、侵入性与预期耐久性，而非仅界定"手术风险"；介入心脏病学家应评估预期残余MR、跨二尖瓣压差与耐久性对个体的可接受性；对年轻患者，终身管理与首次干预失败或欠佳的后果尤为重要；对继发性MR患者，心力衰竭专家同样处于核心地位，因为指南导向治疗与器械治疗的优化可能在考虑干预前改变症状与MR严重程度；外科评估还应考虑合并三尖瓣修复、心房颤动消融或左心耳管理的潜在获益；无症状重度原发性MR中早期修复与监测的时机同样需个体化评估修复可能性、手术风险与预期耐久性。
4. 人工智能：从测量到决策支持：通过评述深度学习从超声视频检测临床显著MR、自动多参数机器学习在验证队列中以高诊断准确性分级MR严重度、可解释机器学习表型分析整合多个超声变量并识别与MV术后结局差异相关的预后不同表型组、以及在TEER患者中跨外部队列识别临床与预后不同表型等研究，得出AI在二尖瓣项目中的三项现实功能：改善检测与定量可重复性，减少对孤立测量的依赖并可能识别需要专家瓣膜门诊评估的患者；将高维临床与影像变量整合为补充原发性与继发性MR等常规分类的表型；支持个体化风险估计与手术规划。同时得出当前证据不足以允许算法独立选择外科或经导管治疗，近期系统评价发现AI在MR中具有有前景的诊断与预后性能，但也突出外部验证有限与结局报告不一致的问题，因此算法输出应作为决策支持，不确定性应对团队可见，最终责任仍归于临床医师与患者；AI辅助心脏团队决策改善患者结局的前瞻性证据尚不可得。
5. 二尖瓣心脏团队2.0的实践框架：通过构建四问式框架，得出该模型可围绕以下问题组织：（1）MV疾病的机制与真实严重程度是什么；（2）心脏损伤处于何阶段，哪些竞争性疾病影响预后；（3）哪些技术可行选项提供有意义且持久的获益；（4）哪种策略最符合患者预期寿命、偏好与终身治疗路径。回答这些问题需要的不只是多学科代表性，每位成员均应在各自学科内具备MV疾病的专门专长；决策应源于对所有相关临床与影像数据的共享评估，而非一系列独立的专科意见；团队应在现行指南推荐的瓣膜中心框架内运作，同时确保影像、外科与经导管干预均具备专门的二尖瓣专长；团队质量应通过手术量、二尖瓣修复率与临床结局评估，而非仅看学科代表性。操作层面，该模型不要求每位患者均由不断扩大的团队讨论，标准化影像采集、结构化报告、预设转诊触发条件与数字化整合可使简单病例高效流转，而将多学科讨论集中于治疗选择真正不确定的患者，如复杂原发性MR、优化治疗后仍存在的继发性MR、混合机制、重度二尖瓣环钙化、既往干预、高外科风险、影像不一致以及适合一种以上合理策略的患者。除手术实施外，该模型的有效性应通过及时转诊、指南一致的治疗、修复耐久性、残余MR、再干预率与患者报告结局等可测量指标评价，这些拟议指标需前瞻性验证。
6. 人类决策必须保持核心地位：通过分析技术复杂化的风险，得出更多数据并不自动产生更好决策，AI可能复制其训练人群中存在的偏倚，在专家中心开发的模型可能无法推广至不同人群或影像平台，若未考虑图像质量、疾病机制或模型适用性，自动测量可能看似精确却在临床上产生误导；治理、外部验证、透明度与前瞻性评估是临床实施的前提。最重要的是，二尖瓣心脏团队2.0应保持为人类决策结构：AI可以量化、分类与预测，但无法独立决定个体患者如何权衡手术侵入性、耐久性、不确定性、康复或未来再干预的可能性；共同决策因此不是该模型的附加组成部分，而是其终点。
**讨论与结论** 讨论部分指出，二尖瓣疾病管理的日益复杂性要求从多学科会议向整合决策路径演进。二尖瓣心脏团队2.0应结合多模态影像、外科与经导管专长、心力衰竭优化以及经过验证的AI决策支持，同时保留临床责任与患者偏好。其成功不应以某项特定技术的采用来衡量，而应以是否改善患者、时机、治疗与结局之间的匹配来衡量。二尖瓣诊疗的未来不太可能单独由外科、经导管或AI驱动；它将取决于这些能力围绕个体患者整合的有效程度，同时确保最终决策仍植根于人类临床判断。
