【爱儿小醉】评估辅助性人工智能对超声引导下区域麻醉的影响

上海儿童医学中心福建医院（福建省儿童医院）

前言

超声引导的区域麻醉（UGRA）依赖于对标志性解剖、靶目标和结构安全性在超声上的可视化。对于一个缺乏经验者来说，尽管超声图像的质量在不断提高，但获取或正确解释超声图像仍然比较难。目前，人工智能（AI），特别是深度学习（DL）的形式正日益成为主流。人工智能（AI）正越来越多地应用于包括超声在内的各类医学图像的解读。在该研究中，作者评估了非专家使用或不使用AI辅助设备时的UGRA技能。发现使用AI辅助超声扫描实施周围神经阻滞时,能改善解剖显像及超声图像采集，在将来可用于提高非专家的超声引导下区域麻醉的技术，并有可能扩大这些技术对患者的使用范围。

本文给大家介绍发表于2022年7月《 British Journal of Anaesthesia》上的“Evaluation of the impact of assistive artifificial intelligence on ultrasound scanning for regional anaesthesia ”的一些研究结果。该研究是一项随机、前瞻、干预性研究，旨在评估ScanNavTM对非UGRA专家的麻醉医师行特定区域阻滞时超声能力的影响。

研究目的：

使用DL技术创建B超实时彩色叠加显像以突出结构，该系统可以将操作者的注意力吸引到感兴趣的区域，以便获取正确的超声视图来进行特定的神经阻滞，并正确识别该视图中的结构。既有助于专家的教学，也有助于提升非专家对超声扫描学习、图像呈现的信心。

研究主要目的是确定在行超声引导下周围神经阻滞时，使用AI辅助超声扫描设备是否与获得正确的阻滞视图有关。次要目的是确定AI是否能够改善非专家对该超声解剖结构的正确识别。

研究方法：

招募21名不同级别的麻醉医师，所有的人都不是UGRA的专家：均未完成或获得过专业的UGRA高级培训资格认证、未曾常规直接使用超声行UGRA临床操作、未定期为他人提供UGRA的教学等。

使用SonoSite线性探头行超声扫描，ScanNavTM连接于超声仪的高清多媒体接口，并置于于机器旁边，以显示相同的、具有相关实时彩色叠加的超声图像。

三位UGRA领域的专家，对操作者提供2小时的六种神经阻滞[斜角肌间和腋窝水平的臂丛、竖脊肌平面、直肌鞘、内收管（股远端三角）和腘窝水平坐骨神经阻滞）]的标准化超声断面教学及ScanNavTM的使用培训。

另外3位专家评估操作者的操作技能。评估包括：是否正确获得超声图像、取得图像所需要的时间、是否能够识别所有锁定图像上的结构，以及专家对操作者的评级。由其中一名专家对操作者六次扫描中的两次进行评估，然后参与者与另外两名专家继续后续过程，直至完成所有扫描评估。

操作者分别对5名健康志愿者行超声扫描。共扫描6个周围神经阻滞的参与者对六个周围神经阻滞中的每一个都进行一次扫描，同时由专家进行评估其效果。根据实验设计，操作者决定首次扫描是否使用人工智能辅助设备，然后交替使用ScanNavTM完成六次扫描。

研究结果：

共进行了126次超声扫描评估（6个周围神经阻滞区域各21次）；63例使用ScanNavTM，63例没有。在整个实验处理过程中，共缺失两个数据点。

专家评估了126次超声扫描结果。使用设备时对超声解剖结构的正确识别率为188/212（88.8%），而未使用设备的正确识别率为161/208（77.4%），（P=0.002），两组有统计学差异。在未使用ScanNavTM的扫描中，自信度为0-5分者占23.8%（15/63）；而使用设备扫描时为12.7%（8/63）。自信度6-10分者，未使用辅助设备扫描的为76.2%（48/63），使用辅助设备的为87.3%（55/63）。专家整体评分0-5分者中未使用设备扫描的占30.2%（19/63），而使用该设备的扫描为14.3%（9/63）。专家整体评分6-10分中，不使用ScanNavTM的扫描则有69.8%（44/63），使用ScanNavTM的扫描则占85.7%（54/63）。在参与者的信心、整体表现得分或扫描时间方面没有显著的总体差异。

由于该研究使用的是健康志愿者，且只涉及超声扫描，不包括患者的预后数据，因此未能说明任何后续结局。

结论：

本研究首次直接比较非UGRA专家获取UGRA超声扫描图像能力的研究，发现使用辅助性人工智能设备与改善超声图像采集和解释相关。这种技术能提高非专家超声引导下区域麻醉的技术，有可能增加对患者使用这些技术的机会。

“爱儿小醉”点评

超声图像的获取和解释，是神经阻滞的一项基本技能，而且往往会有各类神经解剖变异。因此，该技能的掌握程度可影响神经阻滞的疗效和安全性。在这项研究中，ScanNavTM辅助AI超声扫描设备能够提高非UGRA专家的技能，有助于获得正确的解剖结构超声视图。

不可否认专家的评估有一定主观性，有可能会导致偏差，影响结果的可信度。但这项研究依然显示了辅助性人工智能技术在提高初学者UGRA基本技能方面的潜力。

在整个医疗诊疗过程中，越来越多的医护人员开始使用即时超声（POCUS）。AI可以促进某些非麻醉专业（如急诊医学）医护人员实施UGRA，使得更多的人群将从这些技术中受益。未来也还需要更多的研究来评估AI对不同操作者人群、对操作者长期能力保留的影响、甚至应该确定哪一类临床医生将获益最多（如麻醉初学者），以及对是否能够为患者带来直接的利益、是否能够提高疗效或减少并发症等。

关键词：人工智能（artifificial intelligence）、周围神经阻滞（peripheral nerve block）、区域麻醉（regional anaesthesia）、超声解剖（sono-anatomy ultrasonography）、超声检查（ultrasound）。

编译 翁艳君  

审校 顾洪斌  

原始文献：

Bowness JS, Macfarlane AJR, Burckett-St Laurent D, Harris C, Margetts S, Morecroft M, Phillips D, Rees T, Sleep N, Vasalauskaite A, West S, Noble JA, Higham H. Evaluation of the impact of assistive artificial intelligence on ultrasound scanning for regional anaesthesia. Br J Anaesth. 2022 Sep 7:S0007-0912(22)00437-8. doi: 10.1016/j.bja.2022.07.049. Epub ahead of print. PMID: 36088136.

声明：古麻今醉公众号为舒医汇旗下，古麻今醉公众号所发表内容之知识产权为舒医汇及主办方、原作者等相关权利人所有。未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。