《Developmental Cognitive Neuroscience》：Bridging the Gap: Translating Fetal, Infant, and Toddler Neuroimaging Insights into Clinical Practice
编辑推荐：
这篇综述着眼于如何将胎儿、婴幼儿及学步期儿童（FIT）神经影像学这一快速发展的领域，从学术研究转化应用到真实世界的临床环境（如高危随访项目、新生儿及儿科重症监护室）。文章系统探讨了FIT神经影像学如何推动儿科医学发展、当前转化面临的主要挑战与障碍，并提出了弥合这些差距的策略框架。其核心意义在于为这一跨学科领域如何更好地服务于临床决策、提升儿童健康与发育预后指明了未来方向。
论文解读
在人生命最初的几年里，大脑经历着前所未有的剧烈生长与重塑。从妊娠晚期到两岁左右，大脑总容量急剧增加，关键的宏观结构和功能网络得以建立。这个充满活力的发育窗口期，既是大脑可塑性最强、对干预最敏感的时期，也使其在面对遗传、环境或获得性病理损伤时显得尤为脆弱。正因如此，探索早期大脑发育的非侵入性“窗口”——胎儿、婴幼儿及学步期儿童（Fetal, Infant, and Toddler, FIT）神经影像学，在过去十年间迅速崛起成为一个独立且蓬勃发展的研究领域。它承诺将为我们揭示健康与疾病状态下早期大脑结构与功能变化的奥秘，并有望为儿科医学带来革命性的进步。
然而，一个巨大的“鸿沟”横亘在前：尽管实验室里诞生了无数令人兴奋的发现和先进的技术，如功能磁共振成像（fMRI）、弥散张量成像（DTI）、脑磁图（MEG）等，但它们在新生儿重症监护室（NICU）或儿科门诊的日常诊疗中却难觅踪影。磁共振成像（MRI）、超声和脑电图（EEG）等已成为临床常规，用于识别结构异常、监测脑损伤、诊断癫痫等。但更多能够揭示大脑功能与行为、认知关联的先进手段，其临床应用仍步履维艰。是什么阻碍了这些充满潜力的研究成果从学术期刊走向病患的床边？我们又该如何搭建一座坚实的桥梁，让FIT神经影像学的洞见真正惠及临床实践，改善儿童的长期健康与发育结局？
为了回答这些问题，由Paige M. Nelson、Dashiell D. Sacks、Marta Korom等来自美国爱荷华大学医疗保健中心儿科新生儿科等机构的研究者领衔的团队，在《Developmental Cognitive Neuroscience》期刊上发表了这篇题为“Bridging the Gap: Translating Fetal, Infant, and Toddler Neuroimaging Insights into Clinical Practice”的综述文章。本文并非报告一项具体的实验研究，而是基于FIT’NG 2024年度会议上的一场反思性讨论，旨在为整个领域绘制一幅从研究到临床的“转化路线图”。文章系统性地审视了现状、挑战，并提出了务实的解决策略，其目标直指如何将FIT神经影像学研究应用于学术环境之外，以提升高危随访项目、NICU和儿科重症监护室（PICU）等真实临床环境中的患儿结局。
主要技术方法概述
本研究为综述性文章，并未涉及具体的实验操作步骤。文章的核心方法是基于FIT’NG 2024年度会议的专家讨论，对现有文献和临床实践进行系统性回顾与分析。其内容涵盖了多种FIT神经影像学技术，包括：结构性磁共振成像（MRI）、功能磁共振成像（fMRI）、弥散加权成像（DWI）/弥散张量成像（DTI）、磁共振波谱（MRS）、超声（Ultrasonography）、脑电图（EEG）/振幅整合脑电图（aEEG）、功能性近红外光谱（fNIRS）以及脑磁图（MEG）。文章特别关注了这些技术在大型多中心研究（如健康大脑与儿童发育[HBCD]研究、婴儿连接组计划[BCP]）中的应用，以及新兴技术（如光泵磁力计脑磁图[OPM-MEG]、便携式低场强MRI）的发展。分析的重点在于评估这些技术的临床适用性、面临的转化障碍以及潜在的解决方案。
研究结果
FIT神经影像学如何推动儿科医学？
文章首先肯定了FIT神经影像学已在特定临床场景中成为标准护理的一部分。例如，胎儿经腹超声是孕18-22周筛查中枢神经系统先天性异常的标准手段；对于早产儿，系列颅脑超声是NICU中的常规监测，用于评估早期室管膜下-脑室内出血及其进展。在新生儿缺氧缺血性脑病（HIE）的管理中，振幅整合脑电图（aEEG）和MRI（包括DWI、T1/T2加权成像和MRS）已成为诊断、预后判断和指导治疗的核心工具。
图1清晰地展示了不同神经影像模态（如MRI、超声、fNIRS、EEG、MEG）在胎儿、婴儿和幼儿期的适用性差异，其中超声在胎儿和新生儿早期最可行，而其他模态则随着年龄增长适用性增加。
超越现有标准，FIT神经影像学拥有更广阔的临床应用潜力。技术进步正在提升图像信噪比和分辨率，使得fMRI、DTI等研究工具向临床标准靠拢。它们有助于开发用于早期诊断和预后预测的新型生物标志物。例如，弥散加权成像（DWI）测量可作为脑室周围白质微观结构异常的潜在标志物，用于预测出血后脑积水。此外，FIT神经影像学还能指导临床决策和家庭咨询，特别是在评估对中重度脑损伤患儿的继续或调整重症监护时。它也能定量评估干预措施（如为早产儿提供音乐干预以改善听觉皮层功能连接）的效果，为将有效干预纳入标准临床护理提供证据。
将FIT神经影像学研究转化为临床实践面临的挑战与差距
尽管前景广阔，但转化之路充满障碍：
- 1.
发育轨迹的变异性与预测/解读局限：早期童年发育轨迹存在巨大个体差异，即使神经影像学表现相似的个体，其后期结局也可能迥异。这种变异性源于脑损伤性质、环境因素（如家庭社会经济地位）和遗传影响的复杂交互作用。这导致建立可靠的规范性基线、实现个体层面的精准预测变得异常困难。例如，一项对47项关于极早产儿先进MRI生物标志物研究的系统综述发现，尽管多数研究找到了与神经发育损伤相关的预测因子，但研究间存在显著的异质性，且许多研究未报告诊断敏感性、特异性等关键指标。
- 2.
FIT神经影像学普及与部署的障碍：全球医疗体系在系统性、财政和基础设施方面存在巨大差异，严重影响了FIT神经影像学技术的公平可及性。高场强MRI scanner在低收入和中等收入国家极为稀缺，甚至许多孕妇在整个孕期都无法进行一次超声检查。这种可及性的不平等不仅影响医疗，也导致这些人群在神经影像学研究中的代表性不足，进一步加剧了医疗不平等。
- 3.
数据采集与处理的方法学变异性：不同研究机构、不同研究之间，在数据采集协议、硬件、信号处理方法和分析流程上存在显著差异。例如，EEG的硬件和预处理方法，超声的机器和操作者技术，MRI的场强和成像序列选择都可能不同。这种缺乏共识和标准化的现状，严重影响了研究结果的一致性、可重复性和普遍适用性。
- 4.
临床与研究环境的结构性和系统性差异：研究人员和临床医生在培训、优先事项和职业轨迹上存在根本差异。研究人员受学术激励机制驱动，专注于科学探索和发表；而临床医生则面临着高患者负荷、行政负担和时间限制，优先提供基于现有证据的有效护理。这种结构性差异导致两者路径分离，合作机会减少，阻碍了有转化潜力的研究成果被临床界了解和采纳。
弥合差距的拟议策略
面对挑战，文章提出了一系列建设性策略：
- 1.
标准化与创建开放的神经影像学协议：推动跨地域、跨研究的神经影像数据采集协议和实验设计的标准化，对于建立可靠证据基础至关重要。大型多中心研究（如HBCD、BCP）正在采用统一协议收集数据。更广泛地采用开放科学实践，如研究预注册和协议共享，能增强透明度和可重复性。同时，推广使用针对FIT数据优化的标准化处理流程（如fMRIPrep Lifespan、婴儿版FreeSurfer、HAPPE和MADE for EEG），可以减少方法学不一致带来的影响。
- 2.
多模态整合与人工智能/机器学习工具：同时采集和整合多模态数据（如EEG-fMRI）可以提供更全面的大脑发育信息，并可能通过发现跨模态的共享变异模式来提高诊断敏感性和预后准确性。人工智能（AI）和机器学习（ML）工具非常适合处理医学影像数据，可用于提升图像质量、检测细微差异、甚至生成数据。例如，BIBSNet（婴儿大脑分割神经网络）是一个开源模型，可以经过再训练后用于临床人群（如脑积水患者）的鲁棒脑区分割。
图2展示了经过训练的自动分割模型如何准确分割脑积水婴儿的脑区，为临床或研究提供定量的脑区体积测量。
- 3.
新兴技术与产业合作：利用便携式、低成本、床旁适用的神经影像解决方案是推动转化的重要途径。例如，便携式超声、光泵磁力计脑磁图（OPM-MEG）、便携式低场强MRI（如64mT的Hyperfine Swoop系统）以及低成本EEG和fNIRS系统，都有望提高技术在资源有限环境中的可及性和可扩展性。与产业界的合作对于改进技术、获得监管批准和促进广泛传播至关重要。
- 4.
通过跨学科合作将FIT神经影像学研究整合到临床护理中：需要在研究设计早期就优先考虑并实施跨学科合作与共同设计。建立研究人员-临床医生联络机制、共享数据标准和互操作性分析工具等持续反馈循环是关键。将FIT神经影像学研究嵌入现有的临床基础设施（如美国国家儿童健康与人类发展研究所[NICHD]新生儿研究网络），可以更好地反映患者群体的自然异质性，并使研究结果更易于整合到临床决策中。
图3形象地展示了FIT’NG学会如何为包括工程师、物理学家、心理学家、精神科医生、新生儿科医生在内的早期儿童神经影像研究人员提供一个交流论坛。
- 5.
建立规范性大脑发育基线：加强对特定年龄段的规范性大脑发育的FIT神经影像学研究至关重要。直接研究胎儿大脑功能的技术（如胎儿fMRI、胎儿MEG）正在不断发展，有助于填补我们对妊娠晚期正常发育认识的空白。使用更稳健和灵活的统计框架（如GAMLSS）来模拟大型样本中跨越FIT连续谱的典型和非典型神经发育轨迹，将使研究结果更有效地转化为临床实践。
结论与讨论
本综述为FIT神经影像学领域提供了一份全面的“现状诊断”和一份充满希望的“未来处方”。文章的核心结论是：尽管FIT神经影像学在理解早期大脑发育和指导部分临床实践方面已显示出巨大价值，但其从研究到临床常规应用的广泛转化仍面临发育变异性、全球可及性不平等、方法学不一致以及临床与研究文化差异等多重严峻挑战。
为此，文章构建了一个多管齐下的策略框架来“搭建桥梁”。这包括在数据采集和处理上推动标准化与开放科学；利用多模态整合和人工智能/机器学习工具挖掘更深层次的洞察；大力发展便携、低成本的新兴技术以提高可及性；从根本上加强研究人员与临床医生之间的早期、深度跨学科合作与共同设计；以及投入更多资源建立涵盖广泛人群的规范性大脑发育基线。这些策略并非相互排斥，而是相辅相成，共同指向一个目标：让FIT神经影像学的进步不再是实验室墙内的孤芳自赏，而是成为儿科医生手中切实可用的工具，用于实现更早的诊断、更精准的预后、更个性化的治疗，最终改善每一位儿童，特别是那些最脆弱的高危儿童的长期健康与神经发育结局。
文章最后以一份总结了主要神经影像模态临床就绪度范围的表格作为结尾，为临床医生和研究人员提供了清晰的参考。作者强调，本文旨在引发讨论和反思，而非规定优先次序。他们期待整个领域能够共同努力，识别重点，完善方法，最终将这些策略付诸实践，真正提升儿科医疗质量和发育预后。这场从“看见”大脑到“改善”大脑的旅程，需要来自工程学、物理学、心理学、医学等各个领域的智慧携手前行。
