致编辑,
小儿心脏病学领域积累了丰富的专业知识,但临床经验的可扩展性受限。在欧洲及国际范围内,高度专业化的中心提供先进的临床护理、多模态影像、导管治疗和外科治疗以及高质量的教育培训。我们这一学科面临的下一个挑战,不仅是产生新的知识,还要确保临床经验、患者层面的信息和科学证据能够跨中心、跨代临床医生积累、传承和共享。这是一个学习型健康系统的实践目标:常规诊疗参与知识生成,新知识通过持续学习循环迅速回归临床实践。 参考文献 Olsen, Aisner 和 McGinnis1,参考文献 Etheredge8,参考文献 Friedman, Rubin 和 Sullivan9
这一挑战反映了小儿和先天性心脏病学的结构性特征。许多疾病罕见,解剖学异质性强,生理机制复杂。同一诊断标签可能涵盖不同的解剖学基础、治疗史、血流动力学后果和长期预后。因此,临床决策依赖于临床评估、多模态影像、导管和外科信息、重症监护数据、遗传学信息、功能状态和长期随访的整合。每位患者可能信息丰富,但在各中心针对特定诊断、干预措施和临床场景的可比病例数量往往仍然有限。 参考文献 Baumgartner, De backer 和 Babu-Narayan3,参考文献 Diller, Arvanitaki 和 Opotowsky4
这种不平衡对证据生成和质量改进有直接影响。在心血管疾病的高量领域,反复接触可比病例支持基准比较、实践完善和快速学习。在小儿心脏病学中,即使是大型专家机构也可能仅遇到少量相似患者,特别是在罕见解剖、高级干预和长期并发症方面。本地专业能力可能非常出色,但比较结局、统一实践并从罕见事件中系统性学习的机会仍然有限。因此,多中心网络对于解决单个机构无法单独回答的重要临床问题至关重要。 参考文献 Schwartz, Pearson 和 Burns2,参考文献 Diller, Arvanitaki 和 Opotowsky4
同样的结构性局限对教育也有重要影响。培训在很大程度上依赖于接触机会,但先心病和儿科心血管疾病的完整谱系在机构、国家或培训路径之间分布不均。一些住院医师反复接触复杂解剖、罕见并发症和高级决策场景,而另一些在正式培训期间接触机会有限。这种差异很重要,因为对罕见和复杂情况的专家判断是通过反复接触模式、并发症和长期后果建立的。这反映的不是教育投入不足,而是这一高度专业化领域的现实——有价值的经验往往集中在特定中心或个别专家手中。 参考文献 Lai, Vervoort 和 Bradley5–参考文献 Moscatelli, Borrelli 和 Avesani7
因此,碎片化不仅是一个数据相关的挑战,也是一个教育和组织层面的问题。小儿心脏病学领域已存在强大的专业网络;然而,临床信息仍分散在医院、影像存档、登记系统、外科数据库、数字平台和随访系统中。这限制了其在教育、研究、基准比较和持续质量改进中的重复利用。临床有意义的终点指标、纵向数据捕获和本地实施的差异,尽管已有编码框架可用,仍进一步降低了中心间的可比性。因此,该学科在专业知识方面丰富,但在将个体经验转化为集体学习的机制方面相对不足。 参考文献 Olsen, Aisner 和 McGinnis1,参考文献 Schwartz, Pearson 和 Burns2,参考文献 Etheredge8,参考文献 Friedman, Rubin 和 Sullivan9
因此,我们认为小儿心脏病学应从孤立的数据存储和本地经验积累,转向互联互通的共享学习系统。这一愿景的若干组成部分已通过欧洲小儿和先天性心脏病协会、欧洲参考网络、国家学会、疾病特异性登记系统、研究网络和合作教育项目存在。包括欧洲小儿和先天性心脏病协会编码委员会在内的国际编码系统和专业编码小组已经推动了标准化进程。下一个挑战不是替代这些举措,而是将它们连接、协调和扩展,使其教育和科学价值更广泛地惠及各方。 参考文献 Schwartz, Pearson 和 Burns2,参考文献 Lai, Vervoort 和 Bradley5–参考文献 Moscatelli, Borrelli 和 Avesani7
实际下一步措施可能包括:策划多中心教育病例库、结构化的数字多学科讨论、共享的多模态影像数据库、共同核心数据元素、与临床有意义结局相关的纵向数据集,以及联邦式或分布式模型(在保留本地数据治理的同时允许跨中心学习)。这些要素不应作为独立项目存在。它们共同可以构成学习型健康系统的基础,在该系统中,常规诊疗产生知识,知识通过反复学习循环回归临床实践。此类系统可以促进罕见并发症的早期识别、多模态影像更一致的解读、长期结局更有意义的基准比较,以及更广泛地获取超出本地机构接触范围的教育案例。 参考文献 Olsen, Aisner 和 McGinnis1,参考文献 Schwartz, Pearson 和 Burns2,参考文献 Lai, Vervoort 和 Bradley5,参考文献 Etheredge8,参考文献 Friedman, Rubin 和 Sullivan9
新兴的数字基础设施,包括人工智能辅助分析工具,可能进一步促进知识提取、模式识别和临床决策支持。然而,仅靠技术是不够的。其价值取决于高质量数据、互操作性、透明度、健全的治理、伦理监督和持续的专家临床解读。数据保护应从最初就嵌入协作基础设施的设计中,而非视为下游管理要求。持续的公众信任将取决于适度的保障措施、透明的治理以及临床和教育价值的明确展示。 参考文献 Etheredge8,参考文献 Friedman, Rubin 和 Sullivan9
这一愿景不应被解读为试图取代专家判断。相反,其目的是使专家推理更加可见、透明和可教授。小儿心脏病学中最有价值的许多知识是默会的:经验丰富的临床医生如何解读不确定性、权衡不完美信息、在多模态数据中识别模式以及预判早期决策的长期后果。如果这些专业知识仅限于本地环境,其教育和科学价值将受到限制。如果负责任地捕获、提供上下文并共享这些知识,它可以加强培训、研究、质量改进和患者护理。
专业学会处于促进这一转型的有利位置。欧洲小儿和先天性心脏病协会,与欧洲参考网络、国家学会、工作组、教育委员会和合作研究网络一起,可以提供可信赖的治理、通用术语和多中心合作的独立框架。欧洲小儿和先天性心脏病协会教育委员会,与这些合作伙伴一起,可以推动多中心基于病例的学习、促进共同教育标准、促进跨中心教学,并将教育举措与现有研究基础设施连接起来。实际优先事项可能包括:定义多中心教育病例库的最低标准、就病例讨论的共同核心数据元素达成共识,以及试行保留治理权的跨中心学习模式。优先领域可能包括:罕见先天性解剖、复杂导管或外科再干预、遗传性心脏疾病、多模态影像解读以及儿童干预后的终生随访。 参考文献 Lai, Vervoort 和 Bradley5–参考文献 Moscatelli, Borrelli 和 Avesani7
小儿心脏病学并不缺乏专业知识;缺乏的是使专业知识得以积累的体系。新一代小儿心脏病医生不应仅依赖于单一机构内的经验,而应从更广泛社区的集体知识中获益。因此,发展共享学习系统不仅仅是一个教育目标,更是对更好临床护理、更强大研究、持续质量改进和更公平获取专业知识的战略性投资。在一个稀缺性限制个体经验但不限制集体知识的学科中,将碎片化经验转化为共享智慧可能是改善全生命周期结局的关键。 参考文献 Olsen, Aisner 和 McGinnis1,参考文献 Diller, Arvanitaki 和 Opotowsky4,参考文献 Etheredge8,参考文献 Friedman, Rubin 和 Sullivan9
此致敬意,
Domenico Sirico
Sara Moscatelli
Alessia Callegari
Ornella Milanesi
Merja Kallio
Skaiste Sendzikaite
Ina Michel-Behnke
Colin J. McMahon
Ruth Heying
资金支持
无。
利益冲突
未申报。
伦理标准
不适用。


