电解质紊乱的心电图表型、机制和展望

电解质紊乱的心电图表型、机制和展望  

樊伟国综述，丁颖、陈静、洪葵审校  

南昌大学第二附属医院

中国循环杂志

电解质紊乱在临床常见，可通过影响心肌细胞的电活动而引起心脏电生理功能异常，相应的心电图(ECG)改变 具有一定的心律失常风险预警作用。同时，常规 ECG 诊断方法判断电解质紊乱的特异度和敏感度仍存在短板。大数据、 人工智能和远程信息传输等技术的进步，可以进一步拓宽 ECG 诊断电解质紊乱的应用范围。

本文对电解质紊乱引起 的异常心脏电生理效应、ECG 改变和将来发展方向进行阐述，目的是给临床医师提供相关知识，知晓未来发展方向。 据《中国心血管病报告》信息表明，心血管疾病死亡率居首位，占居民疾病死亡构成的 40% 以上。 引起心血管疾病死亡的危险因素众多，其中电解质紊乱是院内心血管疾病死亡的常见原因之一。 细胞内和体液中的各种离子是维持细胞和机体正常生理功能的基础，体内电解质紊乱会引起多脏器功能失调，甚至导致恶性后果。随着慢性疾病患病率的升高，利尿剂、肾素 - 血管紧张素 - 醛固酮系统相关药物应用的增多，电解质异常也越来越常见。

由电解质紊乱导致的医院内恶性心律失常的发生不可忽视。电解质紊乱在心电图（ECG）上会呈现特异性表型，如 QT 间期延长或缩短、Brugada 波、 ST 段抬高或压低等，都是临床上具有一定猝死风险的预警 ECG。如果，临床医师能够识别电解质异常导致的 ECG 表型，了解其病理生理和细胞电生理机制，在化验室结果还没出来之前就采取相应的措施，将能一定程度降低患者死亡风险。 为此，本文通过文献回顾，对电解质紊乱引起的心脏电生理效应和ECG 改变作一进展性阐述。

1、电解质对动作电位和离子流的影响

心室肌细胞的动作电位分为 5（0、1、2、3、4）期（图 1）。

钠钾泵主动转运维持的细胞内外较高的钾离子浓度梯度是静息电位形成的基础。

3期复极化末期的延迟整流钾电流（I K）是复极过程中最重要的外向电流，高钾使心肌细胞膜通透性增强，复极时钾离子外流增加，加快复极过程。低钾时则相反。钙离子主要存在于细胞外，具有膜稳定作用，平台期 L 型钙电流（I CaL）和钾外流大致保持平衡。 高钙血症使净外向钾电流增大导致平台期缩短，从而引起动作电位时程和不应期缩短。低钙血症则使动作电位时程和不应期延长。镁离子可通过结合阻滞或变构效应调节细胞膜上的各种阳离子通道，如内向整流钾电流（I K1）通道，细胞外钾离子浓度升高时阻碍镁离子与之结合，而使 I K1 增强。 钙电流的幅度会随细胞内镁离子浓度 的升高而减弱，故镁离子可拮抗高钙效应。电解质对离子流的影响见表 1。

2、电解质紊乱和ECG异常2.1高钾血症和 ECG 表型

2.1、高钾血症和 ECG 表型

2.1.1、各种传导阻滞

血钾明显升高时，0 期除极幅度降低和速率减慢使心肌传导性下降。浦肯野纤维4 期自动除极速率降低，自律性下降。 心房肌传导延迟常先表现为 P 波的增宽和振幅降低，并随着钾离子浓度的进一步升高而逐渐消失，严重时可能出现窦室传导。房室结传导缓慢表现为PR 间期延长，严重者出现二度或三度房室阻滞。 心室内阻滞常为非特异性阻滞或类似左束支或右束支阻滞，QRS 波群增宽相对均匀。当血钾浓度进一步升高时，因心室内广泛传导阻滞从而出现 QRS 波群 明显增宽和振幅降低，与 T 波相连，显示出“正弦波 ”模式，这预示心室颤动或停搏发生。 高钾时心肌兴奋性和传导性明显下降，可能出现起搏器感知异常和失夺获 。

2.1.2、QT 间期、ST 段和 T 波改变

高钾血症时，浦肯野纤维和心室肌平台期缩短，复极加快，动作电位时程和不应期缩短，在 ECG 上出现 QT 间期缩短。某些严重高钾血症患者可出现ST 段抬高或压低，应该避免误诊为急性心肌梗死。 高钾血症 T 波常描述为“帐篷样 T 波 ”，其特点是振幅高、顶部尖而基底部较窄，V2~4 导联最明显。心脏植入器械对高钾血症明显 T 波改变的过度感知可造成不适当放电。 高钾血症是诱发 Brugada 波的原因之一。其产生机制是静息电位明显减小，心外膜的 I Na 减弱和瞬时外向电流（Ito）相对增强，使心内外膜存在电压差。 血钾升高是住院患者死亡的重要原因之一，包括急性心肌梗死患者，但将近一半的高钾血症患者可以无明显 ECG 改变 。

2.2、低钾血症和 ECG 表型

2.2.1、P-QRS 波群改变

细胞外低钾使心肌细胞兴奋性增加，可出现 P波振幅增高 。4 期自动除极的斜率增加使浦肯野纤维动作电位幅度减小，传导性降低， ECG 表现为QRS 波群增宽。

2.2.2、QT 间期、ST 段和 T-U 波异常

严重低钾血症的 ECG 常表现为 ST 段压低，T波负向或负正双向，T 波振幅降低和显著的 U 波。除 ST 段压低外，也可以出现下壁导联 ST 段抬高或右胸导联 Brugada 波样改变 。 由于低钾引起心室肌和浦肯野纤维动作电位时程及相对不应期延长，ECG 常显示 QT 或 QU 间期明显延长。有些 T 波显示宽大或有切迹，需要考虑 T-U 波的融合。 心率较快时出现 P 波宽大和不对称，应考虑是否存在 U-P波融合。U 波产生的机制可能与浦肯野纤维或心肌M 细胞的延迟复极相关（图 2）。

浦肯野纤维复极时间延长时，ECG 可伴随 U 波的出现。心率快时 U波并不常见，而心率慢时 U 波更明显，可能与心肌M 细胞动作电位时程延长的幅度明显大于心内膜和心外膜细胞有关。 低钾血症时的病理性 U 波，一般在Ⅱ、V2 和 V3 导联最明显，常与 T 波融合。

2.2.3、异位心律

低钾引起的异位心律主要是室性心律失常。细胞外低钾抑制钠钾泵致钠钙交换减少，从而使细胞内钙超载而引发延迟后除极可致尖端扭转型室性心动过速。而浦肯野纤维以及心室肌各层复极离散度的增加易形成折返，可能是室性心动过速的维持机制。

2.3、高钠血症

高钠血症引起的细胞外液渗透压升高使细胞内液向细胞外液转移，细胞内钾和钙浓度升高，静息电位和动作电位幅度增加，传导加快，高血钠患者ECG 显示 QRS 波群较窄 。

2.4、低钠血症

偶见严重的室内阻滞或房室阻滞。低钠血症患者的钠电流减弱，也可出现 Brugada 波 。

2.5、高钙血症

主要表现为 ST 段明显缩短甚至消失，QT 间期缩短，QRS 波群与 T 波直接相连或出现 ST 段抬高，类似心肌梗死ECG。 J 点抬高的比例明显高于正常人，也可呈现为Brugada 波。慢性高钙血症可引起严重的房室阻滞或窦性心动过缓，可能与窦房结或房室结钙化和功能下降有关 。

2.6、低钙血症

可见 QT 间期延长，主要表现为 ST 段明显延长， T 波小、直立而低平。低钙血症也可引起校正的 QT间期延长和尖端扭转型室性心动过速 。

2.7、镁异常

高镁血症比较少见，无明确的 ECG 改变。 血镁浓度降低与校正的 QT 间期延长相关。 静脉注射硫酸镁在临床可用于治疗室性心律失常，特别是用于洋地黄中毒相关的室性心动过速和尖端扭转型室性心动过速，其减慢房室结传导，延长房室结有效不应期，但不影响心房和心室传导速度及有效不应期。

3、ECG 诊断电解质异常的新进展

3.1、计算机辅助 ECG 波形特征的定量分析和诊断

在临床实践中，临床医师可以通过 ECG 识别发现一些电解质异常患者，及时提出临床警示。但是，仍然存在局限性导致误诊和漏诊。 2020 年的一项研究显示，急诊医师利用 ECG 诊断严重高钾血症（>6.5mmol/L）的特异度能达到 0.95但敏感度只有 0.29。 有研究显示，与传统方法相比，定量分析ECG 的 T波振幅、T 波顶峰 -T 波降支终点时间（Tp-Te）等指标可提高诊断价值 。人工测量的 T 波振幅和 T 波降支斜率等数值与血钾浓度之间的相关性较差 。计算机来源的大数据和信息处理能力使ECG 的诊断得到进一步精确的延伸，结合 12 导联 ECG 的 QRS 波群宽度、T波宽度和降支斜率等数据构建数学模型进行定量分析，诊断血钾浓度大于 5.91 mmol/L 的敏感度和特异度分别为 63% 和 84%。 另一项研究显示，利用信号平均 ECG 采集的 T 波振幅、T 波降支斜率和 T 波与 R 波振幅比值等数据，估测的血钾浓度与实际血清钾浓度也具有较好的相关性。

3.2、人工智能诊断

以往的 ECG 自动诊断软件需要输入基于专家经验的诊断原理和过程，由计算机根据 ECG 的特征按照给出的诊断思路做出判断，事实上仍然是按照人或者专家的经验和理论知识进行诊断，无自主学习能力，且图像信息提取能力差，部分 ECG 软件给出的诊断并不可靠，需要 ECG 医师和临床医师确认和修正。 而近些年快速发展的人工智能诊断，即以人工神经网络为基础开发的深度学习模型能够自动提取 ECG 的复杂特征，具有自主学习和分析的能力，将 ECG 特征与临床疾病相匹配，是真正具有自主学习能力的智能诊断系统，有望在 ECG 诊断中发挥作用 。 人工智能 ECG 诊断系统最早是简单地根据 RR 间期进行心搏自动分类，主要用于诊断心律失常和筛查心房颤动，此后也开发出用于诊断心室肥厚和心肌梗死定位的一些算法。在急诊科异常ECG 的判断中，其特异度和阳性预测值也高于传统算法 。 国内首个上线并获批注册的人工智能心电分析软件“AI-ECG Platform”已能将心律失常进行大致分类，并对心肌梗死部分进行定位诊断 。 在诊断电解质紊乱方面，基于 ECG 的深度学习模型尽管起步较晚，但也取得了一些进展。 2019年，由梅奥医学中心开发的首个高钾血症智能诊断模型的验证结果发表，该模型在 6 万多份慢性肾脏病患者 ECG 中进行验证，其诊断高钾血症的敏感度在 0.9 左右时，特异度也能达到 0.55~0.63。 另一项研究在 13 222 例 ECG 中进行验证，显示诊断低钾血症和高钾血症的特异度分别为 93.3% 和 97.8%。并利用同一验证子集比较了该模型与临床医师的诊断能力，在这场“人机大战 ”中，人工智能诊断明显优于人工判定。 ECG 是心律失常的直接诊断依据，但电解质紊乱引起的 ECG改变比较多样和复杂，可以涉及P-QRS-T 波群的形态和振幅改变，也可以是 QT 间期延长或缩短和 ST 段的偏移，无明确的诊断标准。 由于计算机对图像信息的强大识别和处理能力，越是复杂和不易识别的 ECG 特征，人工智能的优势越明显。 根据人工神经网络的工作原理，深度学习模型具有“黑盒特性 ”，即其给出结果的原理和依据不可知，因为这些原理和依据并不由医师提前输入，而是由计算机自动提取和学习 。 当某专家和人工智能对同一份 ECG 作出“高钾血症 ”同样的诊断时，专家可以提出“帐篷样 T 波 ”和 QRS 波群增宽作为依据，但我们无法得知人工智能的诊断依据，从而可能为临床应用造成一定困难。 因此，ECG 的智能诊断系统要广泛应用于临床仍有一段路要走，需要诊断模型的验证过程更加科学和规范。如一些模型的验证集，排除了束支阻滞等情况，但这些恰好是临床中需要的鉴别诊断，因此在真实世界应用需要更进一步的验证其准确度。另外，由于人工智能诊 断结果依据的未知性，当其作为确诊性检查时，需要谨慎考虑其临床意义，目前人工诊断的主要劣势仍是较低的敏感度，因此将人工智能诊断作为筛查性检查不断提高敏感度可能更为合适。

3.3 、移动监测设备和远程信息传输

远程信息传输技术已应用于阵发性心房颤动的筛查，也有医师尝试将其应用于长期透析患者血钾的监测。有研究利用配有电极的智能手机采集和传 输单导联 ECG 信息，经诊断模型估测的血钾浓度与真实血钾浓度的平均误差在 0.38 mmol/L 左右，但这项研究只是针对不同患者的ECG 特征构建不同的血钾诊断模型，验证的人群数量少。许多远程 ECG传输网络已建立数据库，对提高区域整体的 ECG 诊断能力可能提供帮助 。 移动监测设备与人工智能相结合是今后的发展趋势，医院内的监测设备对于需要长期频繁监测的慢性病患者的便利性较差。移动设备的信息采集能力正在不断提高，除了监测腕部血流的手环类装置，一些移动装置配备的电极已能够采集相对准确的 ECG 信息，并且储存空间大， 能连续监测数月或数年，并通过互联网导出数据用于进一步诊断。移动监测设备的不断进步也使人工智能诊断的重要性不断提高，将移动监测设备与人工智能诊断系统结合，一方面可以增加监测的便利性，另一方面人工智能可以进行预诊断或筛查，为临床医师提供帮助 。

4、展望

非常明确，血液学监测血清电解质浓度更准确。但是，由于电解质异常引起患者严重症状或致命性心律失常而需要尽快接受治疗时，等待血液学检查结果的时间可能耽搁及时治疗而导致生命危险。 毫无疑问，ECG 无创而快速的优点，对严重电解质紊乱患者的早期诊断和及时治疗能够提供帮助。但是，必须谨慎考虑 ECG 和临床资料之间的关联。基于ECG 诊断电解质紊乱的人工智能算法模型目 前还在开发或初步验证的起步阶段，需要不断的完善并进一步验证而得到可行性应用依据。 利用可移动的监测设备，ECG 可以用于家庭监测，能部分替代频繁的抽血检查电解质。人工智能和移动监测设备联合应用，可能是今后 ECG 监测技术的重要发展方向。

5、小结

临床医师在掌握电解质紊乱引起 ECG 异常改变识别能力的同时，更需要知悉 ECG 改变并非高度特异，需要临床医师能够了解电解质异常时的心脏电生理状态，推断是否可能出现严重的心律失常，并适时采取处理措施。知晓依靠经验性的 ECG 特征来诊断电解质异常存在一定的主观性，且缺乏明确的量化诊断标准。基于各种 ECG 参数建立数学模型进行定量分析和人工智能诊断，可以提高ECG的诊断效能，尽管目前尚未能真正应用于临床，但这是临床心电医师联合人工智能专业人士为之奋斗的方向，期待不久的将来，患者足不出户即可得到实时、准确的心电图诊断，为治疗提供及时而有价值的依据。利益冲突：所有作者均声明不存在利益冲突。

本文由“健康号”用户上传、授权发布，以上内容（含文字、图片、视频）不代表健康界立场。“健康号”系信息发布平台，仅提供信息存储服务，如有转载、侵权等任何问题，请联系健康界（jkh@hmkx.cn）处理。

相关知识

孕妇为啥会电解质紊乱的症状 电解质紊乱了怎么办
什么是人体电解质紊乱
过度节食会导致身体电解质紊乱？
运动少，慎喝运动饮料！可能腹泻、电解质紊乱
水钠代谢紊乱分为哪四种类型
6机构联合提示：这些情况需要注意电解质平衡
《电解质与非电解质》课件
热门电解质水测评：最健康的原来是这款
心电监护仪的目的
是植物神经功能紊乱吗

网址: 电解质紊乱的心电图表型、机制和展望 https://www.trfsz.com/newsview630767.html