邵海軍 胡天然 徐怡瓊 羅 艷 于布為

暢想一下,未來某個時刻,3個或更多的手術(shù)室里正進行著手術(shù),手術(shù)室里沒有麻醉科醫(yī)師,僅控制中心有1位麻醉科醫(yī)師及其助手,觀察著每間手術(shù)室的手術(shù)進度和麻醉輔助機器人系統(tǒng)的工作狀態(tài)。想要實現(xiàn)這一激動人心的時刻,離不開每間手術(shù)室里的人工智能(artificial intelligence, AI)麻醉輔助系統(tǒng)。

1 AI在麻醉中的應(yīng)用是社會發(fā)展的必然結(jié)果

目前,全世界AI技術(shù)蓬勃發(fā)展。預(yù)計至2048年,全世界范圍內(nèi)的機器人總數(shù)將超過人類總數(shù),中國將實現(xiàn)AI及相關(guān)產(chǎn)業(yè)規(guī)模超過10萬億元。中國已制訂了相關(guān)的決策,使與AI有關(guān)的理論、技術(shù)和應(yīng)用達到世界領(lǐng)先水平。因此,麻醉學(xué)科未來的發(fā)展方向,必須要緊跟國家宏觀政策,將AI技術(shù)快速、有效地運用到麻醉醫(yī)療中。

基于我國麻醉科人員結(jié)構(gòu)的現(xiàn)狀,迫切需要AI參與工作。目前,中國國內(nèi)麻醉科醫(yī)師數(shù)量約為10萬人,如果按歐美國家每萬人需要2.5名麻醉科醫(yī)師的標準,中國至少還應(yīng)配備30萬名麻醉科醫(yī)師。在關(guān)于全國醫(yī)師過勞死亡的數(shù)據(jù)中,麻醉科醫(yī)師約占一半。在發(fā)展相對薄弱的地區(qū),麻醉科醫(yī)師短缺問題更加突出,AI可在一定程度上改善這一現(xiàn)狀,將此類地區(qū)的麻醉醫(yī)學(xué)水平提升至發(fā)達地區(qū)水平,從而促進全國麻醉科的同質(zhì)化和提高醫(yī)療安全性。

在麻醉醫(yī)療過程中,AI將發(fā)揮很大的優(yōu)勢。一位經(jīng)過8年醫(yī)學(xué)培養(yǎng)的麻醉學(xué)博士,再經(jīng)過2～3年的專科培訓(xùn),其臨床思維和醫(yī)療決策水平,受限于所學(xué)的書本知識和所接觸的臨床病例。AI則可整合海量、多樣、真實的數(shù)據(jù),再借助各種算法(深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò))、統(tǒng)計學(xué)知識,依托強大的處理能力(云計算)來解決問題。在某一簡單重復(fù)性工作領(lǐng)域,AI具有大數(shù)據(jù)背景、客觀決策、智能預(yù)測的優(yōu)勢。

2 AI在麻醉過程中的應(yīng)用

AI可應(yīng)用于麻醉前、麻醉中、麻醉后各個環(huán)節(jié),其中關(guān)于AI在麻醉中的應(yīng)用研究報道較多。

2.1 AI在麻醉前的應(yīng)用 主要包括術(shù)前麻醉風(fēng)險評估和術(shù)前氣道評估。目前,臨床上多采用ASA分級進行術(shù)前麻醉風(fēng)險評估,這種分級是主觀的,精細度有限。基于AI的術(shù)前麻醉風(fēng)險評估系統(tǒng),可于術(shù)前由患者自主填寫相關(guān)表格,綜合其既往病史和實驗室檢查結(jié)果,借助相關(guān)算法和預(yù)測模型,自動生成具有更細精度和更多層分級的風(fēng)險評分。通過這種連續(xù)性的評分,可幫助麻醉科醫(yī)師識別高危患者,從精細的術(shù)前麻醉風(fēng)險評估中獲益。這種AI參與的麻醉風(fēng)險評估,不僅能夠提高現(xiàn)有的分級、分層水平,還能提供新型的高度個性化的風(fēng)險評分。將患者自主評分、客觀病史參照、算法對海量數(shù)據(jù)自動分級相結(jié)合,可有效、精確地對患者的麻醉風(fēng)險進行評估。此外,利用術(shù)前數(shù)據(jù),再結(jié)合術(shù)中血流動力學(xué)數(shù)據(jù),可預(yù)測一些術(shù)后并發(fā)癥(急性腎損傷、深靜脈血栓形成、肺栓塞和肺炎等)的發(fā)生。目前,“我的手術(shù)風(fēng)險”分析平臺已經(jīng)應(yīng)用于臨床研究中[1]。

AI氣道評估系統(tǒng),只需對患者人臉、口腔進行識別,再結(jié)合術(shù)前頭頸部影像學(xué)檢查結(jié)果,可預(yù)測患者是否存在困難氣道,該性能優(yōu)于Mallampati評分和甲頦距離對氣道的評價效能。目前已有多種術(shù)前評估困難氣道相關(guān)的AI算法、模型,但模型的特異度高、靈敏度低,故可采用基于多種算法進行綜合評價。目前,預(yù)測小兒困難氣道的AI系統(tǒng)已進入臨床研究。

2.2 AI在麻醉中的應(yīng)用 主要包括區(qū)域麻醉解剖結(jié)構(gòu)識別、麻醉深度監(jiān)測、自動給藥、術(shù)中疼痛管理及不良事件預(yù)測等。AI技術(shù)可協(xié)助超聲引導(dǎo)下的血管穿刺、神經(jīng)阻滯。神經(jīng)網(wǎng)絡(luò)可用于超聲圖像分類和識別。目前已有多項超聲圖像引導(dǎo)神經(jīng)阻滯機器人專利獲得批準,可用于神經(jīng)識別、自動定位穿刺點、自動平面內(nèi)進針,從而實現(xiàn)輔助麻醉科醫(yī)師完成高精度的神經(jīng)阻滯。

機器人內(nèi)窺鏡自動氣管插管,可自動識別患者插管路徑上的各種解剖結(jié)構(gòu),并通過自動控制系統(tǒng),將氣管導(dǎo)管插入氣管內(nèi),并固定于合適的深度。

機器人自動抽藥系統(tǒng),可在一定程度上減少因抽藥失誤而導(dǎo)致的醫(yī)療不良事件的發(fā)生。此外,其亦可在整個麻醉科某種藥物用藥高峰前,根據(jù)大數(shù)據(jù)將所需要的藥物提前備好。

目前,機器人麻醉相關(guān)的全身麻醉理論、標準和技術(shù)方面已有了長足的發(fā)展。

麻醉是一種由藥物引起的、可逆的意識消失狀態(tài)。麻醉的核心是意識喪失,而不是傳統(tǒng)的鎮(zhèn)靜、鎮(zhèn)痛和肌肉松弛三要素[2-3]。關(guān)于麻醉的本質(zhì),一直是當代醫(yī)學(xué)的一個難題。人體一旦進入麻醉狀態(tài),即由原先的自主神經(jīng)內(nèi)分泌系統(tǒng)控制的臟器活動,轉(zhuǎn)為麻醉狀態(tài)下由麻醉科醫(yī)師控制和干預(yù)的生命活動。因此,可將麻醉看成是對患者臟器活動穩(wěn)態(tài)的剝奪,同時建立一個由麻醉科醫(yī)師和麻醉藥物控制的一個新穩(wěn)態(tài)。AI相關(guān)的麻醉自動控制系統(tǒng)則充當這一穩(wěn)態(tài)建立和維持的新輔助系統(tǒng)。目前,機器學(xué)習(xí)技術(shù)飛速發(fā)展,推動了腦電信號分析技術(shù)的進步,提供了多種不同的算法用于建立可靠的生理參數(shù)以監(jiān)測麻醉深度。

1999年,上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院麻醉科創(chuàng)立了中國的全身麻醉理論,即“理想麻醉狀態(tài)”[4]。根據(jù)這一理論,可以通過對患者的麻醉深度和生命體征分別進行管控,包括Narcotrend指數(shù)、血壓、心率、呼吸末二氧化碳分壓等指標,并根據(jù)患者的實際情況和手術(shù)特殊要求,設(shè)定個體化的正常范圍。通過機器學(xué)習(xí)大量的病例數(shù)據(jù)后建立的算法、模型,自動獲取相關(guān)的分級、分層指標,從而為建立AI控制的麻醉系統(tǒng)奠定基礎(chǔ)。此外,術(shù)中常規(guī)監(jiān)測的核心是維持全身各臟器微循環(huán)灌注穩(wěn)態(tài)[5],血壓、心率只是這一核心的表象;并在此基礎(chǔ)上建立了“麻醉誘導(dǎo)期高容量填充”臨床實踐理論和操作規(guī)范[6],以盡可能實現(xiàn)“理想麻醉狀態(tài)”。

閉環(huán)靶控是AI麻醉的基礎(chǔ)。麻醉機器人根據(jù)“理想麻醉狀態(tài)”和“麻醉誘導(dǎo)期高容量填充”理論,同步閉環(huán)輸注鎮(zhèn)痛、鎮(zhèn)靜、肌肉松弛藥物及補液,可體現(xiàn)全自動閉環(huán)給藥系統(tǒng)的安全性和可靠性。

此外,AI通過每天大量病例的學(xué)習(xí),可分析術(shù)中不良事件的預(yù)測因子。在新病例中,可根據(jù)這些因子預(yù)測術(shù)中不良事件的發(fā)生。血壓是基礎(chǔ)生理參數(shù),可在一定程度上反映各個臟器微循環(huán)的灌注情況[7]。目前的低血壓預(yù)測指數(shù)軟件基于海量數(shù)據(jù),結(jié)合實時動脈血壓波形信號,對成人手術(shù)患者未來15 min內(nèi)可能發(fā)生的低血壓事件[平均動脈壓<65 mmHg(1 mmHg=0.133 kPa),持續(xù)至少1 min]進行預(yù)警[8]。此外,AI可為臨床醫(yī)師提供前負荷、后負荷和心肌收縮力等相關(guān)血流動力學(xué)參數(shù),輔助麻醉科醫(yī)師在低血壓事件發(fā)生前了解其發(fā)生的誘因并進行干預(yù),及時采取措施,從而降低由低血壓引起的急性腎損傷、心肌損傷等術(shù)后并發(fā)癥的發(fā)生風(fēng)險,改善患者預(yù)后[9]。

2.3 AI在麻醉后的應(yīng)用 AI可預(yù)測患者在麻醉后恢復(fù)室(PACU)內(nèi)不良事件(低血壓和惡性心臟事件)的發(fā)生;AI對術(shù)后患者全腦掃描數(shù)據(jù)進行分析,可精確判斷疼痛的嚴重程度。

AI可對手術(shù)患者圍手術(shù)期風(fēng)險進行預(yù)測,通過機器學(xué)習(xí)獲得大量的圍手術(shù)期生理參數(shù),采用多路徑卷積神經(jīng)網(wǎng)絡(luò)算法,可預(yù)測術(shù)后一定時間內(nèi)患者的死亡率[10]。

3 AI無法完全取代麻醉科醫(yī)師

盡管AI在某些方面優(yōu)于麻醉科醫(yī)師個人的能力,但其無法在各個方面完全取代麻醉醫(yī)療隊伍的集體智慧。隨著AI技術(shù)與麻醉醫(yī)療實踐結(jié)合越來越緊密,麻醉科醫(yī)師應(yīng)當了解AI技術(shù)的發(fā)展趨勢,了解正在變革中的學(xué)習(xí)方法和決策方式,解讀機器從海量數(shù)據(jù)中歸納的知識,進而形成麻醉科醫(yī)師網(wǎng)絡(luò)化的知識體系。麻醉科醫(yī)師要善于利用AI技術(shù),完成一些需要綜合判斷、組織架構(gòu)、溝通協(xié)調(diào)或發(fā)揮創(chuàng)造力的工作;并利用AI技術(shù)完成簡單重復(fù)程序化勞動,以及嚴重依賴臨床醫(yī)師個人經(jīng)驗、知識范圍過于狹窄固化的工作。

4 AI在麻醉醫(yī)療中的未來發(fā)展趨勢

目前已對AI在麻醉各個環(huán)節(jié)中的應(yīng)用進行了大量研究?；旌犀F(xiàn)實技術(shù)可通過模擬重建患者頭頸部的解剖結(jié)構(gòu),在困難氣道管理中發(fā)揮指導(dǎo)作用;重建患者的血管、神經(jīng)及椎管的解剖結(jié)構(gòu),在血管穿刺、神經(jīng)阻滯和椎管阻滯中發(fā)揮可視、量化作用。未來的AI不僅可為臨床麻醉提供監(jiān)測、閉環(huán)自動麻醉和預(yù)警,還可通過學(xué)習(xí)患者心理,為患者提供穩(wěn)定情緒的服務(wù)。

目前,有關(guān)AI技術(shù)在麻醉學(xué)科中的應(yīng)用還有很多問題需要解決,如獲得必要大數(shù)據(jù)的路徑,數(shù)據(jù)與分析過程中的偏差可能會產(chǎn)生意想不到的負面影響,數(shù)據(jù)獲取、保存、使用、分析中的醫(yī)學(xué)倫理問題[11-12],制訂評估機器學(xué)習(xí)準確性的標準、法律責(zé)任,以及AI技術(shù)應(yīng)用過程中人文關(guān)懷和個體化床邊醫(yī)療等規(guī)范。

在不遠的將來,麻醉學(xué)科必然會發(fā)生深刻變革,麻醉科醫(yī)師的工作內(nèi)容也會發(fā)生巨大變化;但生命至上,一切以患者為中心的宗旨將始終如一。