聚焦麻醉人工智能 | AI不仅改变了社会生活，也为医学进步带来一缕曙光

本文由“梧桐医学”授权转载 

  1 背景介绍  

人工智能对于我们来说已经不是陌生的概念了，从早些年轰动一时的由谷歌公司开发的阿尔法狗到我们的生活小助手-扫地机器人都是人工智能的产物。

人类在应用人工智能改变我们生活的同时，还一直在探索人工智能与医疗行业的结合。

听到这两者的结合，我们也许会想到“影像诊断、麻醉医生会不会被人工智能所取代？”，Maybe，它会带来许多我们想象不到的效果，不可思议的功能！

2   案例介绍   一篇用人工智能预测术后谵妄的病例报道发表在了《临床麻醉学杂志》上，文中提到由Dedalus HealthCare GmbH开发的人工智能，该模型在持续学习和分析了记录在电子健康记录(EHR)中过去10年的临床数据，现在已经可以用于临床。

一名74岁男性患者，因充血性心力衰竭，最近频繁出现心脏功能失代偿，到专科诊所就诊。

患者有HFrEF2(射血分数降低型心力衰竭)病史(入院时为18%)、慢性心房颤动(心率可控，有电复律史)、缺血性心肌病。有吸烟史50年，约3~4天一包。

患者入院时接受了神经病学和精神病学专家会诊，两位专家都没有发现任何谵妄过度或低度活跃的症状。该患者准备接受LVAD3的植入治疗，安排在入院后4周进行手术。

在麻醉术前常规风险评估中，发现该患者有发生术后谵妄的显著风险。在术后评估中，他表现出安静型的谵妄症状。

同时也利用人工智能每天对病人的检测数据进行分析，预测出在心脏手术前两天患者发生谵妄的概率下降。手术后，人工智能很快预测了谵妄的高风险。这一结果与我们的评估结果相似。

这个病例只是人工智能进行患者体征检测与危险报警的一个初步尝试，也许还存在缺点，但它指引了 未来医疗的发展方向 。在以后的术中麻醉检测，液体输注等方面都会出现人工智能的身影。 

3   人工智能的发展    

其实早在20世纪初人工智能在医学领域的探索就开始了，“专家系统”就是一款当时模拟人类专家决策能力的计算机软件系统，来回答专业特定领域的问题或提供知识。随着互联网和计算机算法的不断发展，人工智能又重新活跃在了医疗卫生领域。

人工智能其实就是利用计算机的算法，通过大量数据来自我学习与反复修正，每一次的数据学习都会让人工智能的算法得到改进，进而使预测的结果更准确。因此它的应用范围非常广泛，例如医学影像的辅助诊断、新药的研发预测、图像分析与处理技术等。

有的医学院校已经在发展医学人工智能，并取得一些不错的成果。例如：

# 通过建立计算模型，在它不断的自我学习与改进后，人工智能成功的预测了未来几年研发出的新药。

# 人工智能通过大数据分析，为一位肺癌晚期的患者寻找相关治病基因的靶向药，成功的延续了患者两年多的高质量生存时间。

4   在麻醉领域的应用    

01   评估麻醉深度    

利用计算机强大的数据处理分析和自我学习能力，对麻醉机及监护仪中的大量数据进行处理。例如人工智能通过学习患者的EEG信号、肌电图、心率、血压、脉搏等构建人工神经网络模型，更精确地监测和反映麻醉深度。

 02 构建预测模型

为预测患者围术期不良事件的发生率，专家学者创建了机器学习模型。实验表明这些预测模型的敏感性和特异性很高，甚至优于一些临床中使用的评价量表。这可以帮助麻醉医师早期发现并处理并发症，降低围术期死亡率。

  03  智能化给药系统

通过人工智能的不断学习，可以将现有的靶控输注技术进行升级。通过构建模型进行药物量效之间的计算，根据患者的心率、血压等生命体征来不断调整药物的输注，使围术期用药更安全。

 04   其他  

运用人工智能的图像识别与处理功能，提高围术期超声的准确性；通过人工智能建立大的临床数据库等。

5   总  结    

文章讲述了许多人工智能在医疗领域的应用，显然将计算机强大的学习分析及储存能力与医生的智慧相结合，是一个非常省时省力的方案，所以未来的医学人工智能必定是非常受欢迎的。

但总体来说医学人工智能现在还处于发展阶段，也有一些问题需要解决。人工智能的学习需要大量的临床数据，这就牵涉到患者的隐私问题。另一方面，大量临床数据如何确保都是高质量的、可用的，也是我们需要关注的问题。

现在许多公司也都在研发新的人工智能，医疗卫生领域必是许多人关注的重点。谷歌公司在阿尔法狗之后就在研究医学人工智能，当医疗领域更成熟的人工智能出现的时候，相信它会使整个行业快速发展，改变现有的工作方式，让患者享受到更优质的医疗资源。

最终，还是由衷的希望，未来的麻醉人工智能的发展，可以在一定程度上缓解医生的体力和脑力疲劳。

参考文献：

1. Jfbs A,  Nhm A,  Mgp A, et al. Artificial intelligence predicts delirium following cardiac surgery: A case study[J]. Journal of Clinical Anesthesia, 2021, 75(110473):1-3.

2. 钱柳, 刘进. 人工智能在麻醉学科的前景与挑战[J]. 临床麻醉学杂志, 2021, 37(6):565-568.