面神经功能评价系统

Abstract

The assessment of facial nerve function plays a crucial role in the diagnosis and treatment of facial nerve disorders.The assessment system for facial nerve function is primarily categorized into subjective and objective systems.While the subjective assessment system is relatively simple, it lacks accuracy as it can be influenced by the subjectivity of evaluator.Whereas, the objective system offers higher precision and stability, providing more quantitative information. In recent years, benefited with advancements in computer vision and artificial intelligence, we have witnessed increasingly accurate, stable and intelligent facial nerve assessment systems gradually implemented in clinical practice.When selecting a specific facial nerve assessment system, factors such as clinical scenarios, assessment objectives, patient characteristics should be considered.

面瘫影响患者的面部外观和面部表情，也可引起视力、咀嚼功能障碍，造成患者社交和心理问题(如恐惧、焦虑和抑郁)，降低生活质量。正如听力学检查对耳聋的评价意义，精确评价面神经功能在面瘫的诊断、治疗和预后判断中至关重要，是评价神经损伤程度、决定治疗策略和开展相关研究的重要依据^[1]。但事实上，面神经功能评价手段在很长时间都停留于“音叉”水平^[2]。面瘫对患者造成的影响是复杂的，在进行面神经功能评价时，需从功能、外观、心理和疾病负担四个层面进行综合评价^[3]。

目前，面神经功能评价系统大致分为主观评价系统和客观评价系统。主观评价系统依赖观察者或患者的主观判断，而客观评价系统可基于视觉或电生理信息进行量化的评价。

1. 主观评价系统

主观评价系统根据评价实施者的不同，可分为基于观察者的评价系统和患者自评价系统。

1.1. 基于观察者的评价系统

House-Brackmann分级系统是目前应用最广的面神经功能整体评价系统，被美国耳鼻咽喉头颈外科协会面神经疾病委员会推荐为面神经功能评价的标准^[4]。House-Brackmann分级系统综合面部动静态情况和部分并发症，将面神经功能分为Ⅰ~Ⅵ级。House-Brackmann分级系统是典型的整体(global)评价系统，具有简便易用的特点，广泛地用于临床。

其他应用相对较广泛的主观评价系统，包括在日本应用较多的Yanagihara系统、升级版的House-Brackmann分级系统(FNGS 2.0)、Sunnybrook分级系统、Fisch分级系统等。部分地区所使用的Sydney系统^[5]、MoReSS系统^[6]还融入了患者的主观感受，可从更多维度评价面瘫的影响。这类评价系统对面部的静态、动态和面瘫并发症进行分项逐条评分，汇总得分便是评价结果。较之House-Brackmann分级系统，它们对面神经功能的评测条目描述更具体，也具有更高的敏感性和稳定性^[7-8]。Fattah等^[9]通过比较19个评价系统，包括House-Brackmann评价系统、Yanagihara分级系统、Sunnybrook分级系统等，认为Sunnybrook分级系统在临床便捷性、区域评分、动静态评分、敏感性、稳定性方面表现最优。尽管如此，此类主观评价系统与House-Brackmann分级系统比较，评价所用耗时显著增加，条目复杂、难以记忆，需要专门的培训方可规范开展，应用及推广难度更高^[7]。相关性分析研究已证实了不同主观评价系统之间存在或强或弱的相关性，但难以在不同系统间建立稳定的换算系统^[10]。

面瘫后的并发症包括；联带运动、鳄鱼泪综合征、半面痉挛。其中联带运动发生率高、对患者影响较大，近一半的接受面部重建手术的患者出现不同程度的联带运动^[11]。联带运动是指受累面部部分运动时，出现其他部位不自主运动的现象，如闭眼时出现口角运动，噘嘴时出现不自主闭眼。联动的评价可参考Sunnybrook或者Sydney系统，粗略分为无、轻度、中度和重度。然而可能由于联带运动的复杂性及难以被观察的特性，这些对于联带运动的分度方法稳定性并不高，用其进行疗效评价时需谨慎下结论^[5]。

另外，还有针对相关手术的评价系统，如针对腮腺手术后的PPFNGS(post-parotidectomy facial nerve grading system)^[12]，但因其普适性较低，很难广泛推广，仅特殊情况时参考使用。

1.2. 患者自评价系统

面瘫会影响患者生活质量，有引发心理障碍的可能，故针对面瘫后生活质量的调查也是面瘫评价不可或缺的部分。FaCE量表是由美国贝勒医学院学者研发，经主成分分析，形成了15个条目共6个领域的患者报告结局测量工具(Patient-reported outcome measure，PROM)^[13]。笔者团队在2013年完成了中文版的FaCE量表翻译，经信度和效度检验并证实了其与House-Brackmann分级系统以及Sunnybrook分级系统之间良好的相关性^[14]。

FDI是另一个应用相对较广的面瘫相关PROM，其内部一致性较好^[15]。但与FaCE比较，其条目产生主要基于专家意见，形成条目后的精简工作也欠系统^[16]。此外，还有诸如Borodic量表等面瘫后遗症评价量表，可用于监测联带运动方面的治疗效果^[17-18]。由于其评价内容单一，应用领域较局限。

在选择PROM评价临床问题时，需充分考虑工具的可靠性和有效性，以及所需评价的领域。可基于医疗信托科学咨询委员会^[19]或者COSMIN评分表^[20]等对PROM的质量进行评价。

患者自评价系统的优势是跟踪面瘫进展：监测随时间推移的变化有助于评价治疗效果；识别情绪影响，及时发现心理问题；为整体照护提供重要参考。将经过验证的PROM与传统分级系统相结合，可以深入了解患者的生活质量和功能障碍，提供更全面的信息。但PROM局限性也较为明显：①主观性：同样病理生理情况，不同个体对症状和严重程度的感知差异巨大；②有限的细节信息：可能会遗漏微妙的变化，对特殊肌肉无法评价；③受患者认知水平影响大；④偏见性：情绪和期望会影响个体如何描述他们的经历。

2. 客观评价系统

2.1. 电生理检查

面瘫的电生理检查，目前主要开展瞬目反射、神经电图和针刺肌电图。瞬目反射可部分反映面神经全程的传导情况；神经电图结果与神经变性的比例密切相关；通过针刺肌电图可了解肌肉失神经支配情况。在适当时间选择相应的电生理检查方案，可对面瘫预后做出较精准的判断^[21-22]。

表面肌电图是一种无创的客观评价方法，可以反映一簇运动单位的电活动情况，进而间接反映肌力。表面肌电的结果与主观评价系统有较好的相关性，借助机器学习等方法，可以更充分更系统地挖掘表面肌电图数据^[23]。但表面肌电图的结果虽可客观量化，但无法获得面部静态信息，其空间定位性也欠佳，与主观评价系统相比各有优势，在临床应用中可根据医疗设备条件等进行选择。

2.2. 基于视觉信息的客观评价系统

基于视觉信息的客观评价系统主要是借助测量工具或使用面部捕获装置(如相机、扫描仪等)，记录面部静息状态或特定面部表情时的面部照片或视频，并通过计算机视觉技术对面神经功能进行客观且定量的评价，其结果更精确、更稳定。

基于视觉信息的客观评价系统又可分为基于二维视觉和基于三维视觉两大类。二维视觉评价系统设置相对简单，发展较早，尤其适用于重度面瘫的评价，在一定时期是面瘫的客观测量的重要工具^[24-27]。但二维图像与三维图像相比存在投射误差，经二维图像测量的幅值明显小于三维测量结果，这种差异在测量下面部运动时尤为明显^[28]。

三维视觉评价系统的分析对象并不局限于标记点，还包括光流、像素灰度等。早在1994年，Frey等^[29]就尝试通过测量面部观察点的移动距离来评价面部运动和面神经功能。之后，随着计算机视觉技术的进步和系统的不断改良和迭代，系统的测量稳定性和测量精度得到了提升，其与主观评价系统之间的相关性或回归关系也得到了验证^[30-35]。

近年随着人工智能的发展，基于多种机器学习技术，可实现面部特征点的自动标记、自动跟踪和修正，传统三维视觉测量系统难以克服的标记点丢失、坐标系不稳等问题有了新的解决办法^[36]。人工智能系统可以实现自动化面神经分级和亚区分析，大大减少临床医师工作量。建立在临床分级量表之上的语义仪器(semantic instrument)，基于现有量表对一些临床标记数据进行专门的模型训练，可自动完成分级过程^[37]。借助人工智能面容识别技术的进步，面部特征点逐渐标准化，新的算法带来了更高准确性和效率^[39-40]。通过神经网络等手段可以进行持续、客观的监测，有助于早期发现神经功能的细微变化，从而及时干预。未来，我们还可融入平行视觉、无约束重建及追踪等方法，来实现复杂场景下的更自由及准确的评价。

3. 在选择面神经评价系统时的一些考虑

早在1983年House就提出在面神经功能评价系统中，应尽量减少评价者的主观因素影响。主观因素包括多个层面：①系统评价条目是否利于判别，有清楚界限的二分类指标，如闭眼是否露白、额纹是否消失，准确性更强；但以双侧对称比例作为依据的指标，评价者的主观因素就会增大；②评价条目的易理解性，如轻度、中度等程度词语，不同评价者会有不同的理解；③评价人员的专业：不同专业背景人员在理解并实施相关评价时难免受其专业背景所影响。

在面瘫诊治领域，难以形成能够记录面瘫主观和客观结果的统一方式^[40]。一项在Sir Charles Bell协会的调查显示^[40]，95%会员对患者使用分级量表，最常用的是House-Brackmann和Sunnybrook量表；58%使用PROM，通常是FaCE量表或FDI；82%进行了影像检查；18%的受访者使用了三维图像。客观评价系统对测量的硬件和软件都提出了较高要求，有多方面因素阻碍其推广：①精度越高的系统，要求更精密的仪器和软件，花费也越高；②知识产权的保护，一定程度限制了其应用；③便携性差，无法随时随地使用，测试用时普遍偏长。

人工智能正迅速改变着医疗领域的各个方面，面神经功能评价也不例外。人工智能为准确、客观、快捷地评价面神经功能提供了新的手段。基于人工智能的系统具备面部表情识别能力，可实现更客观、更准确和自动智能化的神经功能评价。但新技术及新项目应用推广之前，需要进行严格验证和评价，需要对其成本效益进行评估，谨慎应用。数据安全、伦理问题在研发或应用前需充分考虑，避免对患者隐私造成影响。人工智能是庞杂深奥的系统，其采集分析结果在目前甚至未来很长一段时间，仍只能作为参考。单纯依赖人工智能输出结果而不结合临床或缺乏临床把控，则会背离其初衷、本末倒置。无论是语义系统还是非语义系统，都要了解其形成背景来判断是否适用于具体的临床场景^[41]。人工智能在面神经评价方面的潜力只有通过负责任的开发、严格的验证以及医疗专业人员与人工智能、计算机视觉等领域人员密切合作才能完全实现。

面神经功能评价需在简便和复合之间进行权衡，在标准化与个性化之间进行选择。简便的评价方法，方便理解和推广，应用成本低；但是简便的代价往往是精准度的降低。更为繁复的系统其敏感度更高，但也更耗时，专业性越高，实现成本就越高。在客观性和从主观评价中获得的有价值见解之间找到平衡将是未来研发的突破点。

针对具体病例或者某一具体临床场景，最佳的面神经功能评价系统并不相同。可以从以下因素进行考虑：①评价目的：诊断、治疗监测或研究，不同评价目的对评价系统的稳定性、精确性有不同的要求；②临床环境：充分考虑评价者的专业性，是否有评价时限及设备条件，因地制宜；③患者因素：患者的焦虑程度、认知水平都将影响评价系统的准确性，宜选择让患者感到适宜的评价系统。

Biography

高志强，主任医师，教授，博士生导师，北京协和医院耳鼻咽喉头颈外科学系主任，享受国务院政府津贴专家。中华医学会耳鼻咽喉头颈外科分会名誉主任委员，《中华耳鼻咽喉头颈外科杂志》名誉总编，《中国耳鼻咽喉头颈外科杂志》副总编，《中华耳科学杂志》副总编。2013年获北京协和医学院教学名师奖，2014年获Fisch国际显微外科基金会耳科学杰出贡献奖，2015年获国家卫生计生委有突出贡献中青年专家，2016年获北京医学教育协会北京市住院医师规范化培训优秀指导导师奖。2017年获德国耳鼻咽喉头颈外科学会名誉会员，2017年获人民网和健康时报首届国之名医卓越建树奖，2017年获中央人民广播电台京城好医生奖, 2018年环球时报、生命时报、伙伴医生主办的荣耀医者公益评选活动中获金柳叶刀奖，2018年获香港中文大学客座教授。先后承担国家科技部十一五，十二五和国家自然基金等多项科研课题，培养傅士研究生40余人，博士后9人。临床工作重点: 耳显微外科，耳神经外科，耳颅底外科，人工听觉植入手术

Funding Statement

北京市自然科学基金(No：7242107)