【神麻人智】人工智能应用于超声引导下外周神经阻滞

过去十年，超声技术的进步提高了图像质量，从而提高了我们非侵入性评估血管结构、神经、筋膜以及解剖变异的能力。这使得超声引导区域麻醉越来越广泛，降低了围手术期神经损伤和神经阻滞失败的风险。最近，人工智能正在迅速应用于医疗领域，包括人工智能辅助超声，它允许对超声图像进行更高效和客观的评估，可能在区域麻醉实践中发挥重要作用。

2022年下半年，美国食品药品管理局（FDA）正式批准了一款名为ScanNav的人工智能超声辅助设备，用于行超声引导下外周神经阻滞时，帮助识别超声图像中的重要解剖结构。ScanNav已于2021年在欧洲获批上市，这款源自英国的产品目前可以对至少9处神经阻滞超声切面图像的解剖结构（例如肌肉，动脉，静脉，神经，筋膜，骨性标志，胸膜，腹膜）进行人工智能识别，以不同颜色叠加标注。这9处神经阻滞包括肌间沟、锁骨上、腋路臂丛和臂丛上干阻滞，竖脊肌平面阻滞，腹直肌鞘平面阻滞，腹股沟韧带上髂筋膜阻滞，收肌管阻滞和腘窝坐骨神经阻滞。其超声切面及人工智能标注如图1所示。

图1. 外周神经阻滞超声图像及ScanNav人工智能彩色叠加标注示例  

有研究评估了ScanNav临床应用的准确性及其对不良事件和阻滞失败的影响。研究者招募了数名超声引导外周神经阻滞麻醉专家，对40位健康志愿者的上述9处神经阻滞部位进行双侧超声扫描，共获取了720幅超声视频。继而利用ScanNav设备对超声视频中的解剖结构进行彩色叠加标注，请另外3名专家评价人工智能识别解剖结构的准确性。每个扫描部位有自身独特的目标解剖标志。若视频中出现相应解剖结构，彩色标注正确为真阳性，未出现标注为假阴性。若视频未出现相应解剖结构而未标注为真阴性。任何标注位置错误为假阳性。准确率计算公式为：（真阳性+真阴性）/总数。结果表明，该人工智能模型识别目标解剖结构的准确率高达93.5%，假阴性率和假阳性率分别为3.0%和3.5%。此外，专家还对彩色标注是否影响不良事件风险和阻滞失败进行了评估，分为增加，不变和减少三种可能。最终认为，较原始超声影像相比，人工智能彩色标注可以将穿刺针损伤神经，动脉，胸膜和腹膜的风险降低62.9%-86.4%。同时，减少81.3%穿刺失败的风险。

另一项研究评估了非专家在ScanNav辅助下超声扫描表现。纳入了21名初学者，经过标准化教学培训后，对6处神经阻滞部位进行超声扫描，一半单纯扫描，另一半在人工智能辅助识别下扫描，确认阻滞平面图像。专家对他们是否获取正确平面图像和是否准确判别解剖结构进行评审。结果显示，初学者在有无彩色叠加标注辅助下，正确获得阻滞平面图像的比例分别为90.3%和75.1%（p=0.031），准确判别解剖结构的比例为88.8%和77.4%（p=0.002），提示人工智能辅助设备的使用与改善超声图像采集和优化解剖结构解读相关，因此该技术有可能提高非专家在超声引导区域麻醉中的表现，可能扩大区域麻醉的患者获益。然而，两种情况下初学者的自信心，总体表现评分和扫描时间无显著差异。

除了ScanNav，市场上还有一款来自土耳其的同类产品Nerveblox。Nerveblox目前可处理12处神经阻滞超声图像（图2），且在彩色叠加解剖标志基础上增加了文字标注。临床医生Goekhan Erdem等使用了该产品后，在给Journal of clinical anesthesia杂志的来信中写道：“在我们的诊所，我们经历了一个新的人工智能(软件)产品应用于超声引导区域麻醉的例子。这款人工智能产品可以在外周神经阻滞超声图像中自动识别和标记解剖结构。该软件是使用“深度学习”方法构建的。深度学习被认为是人工智能在医学图像检查方面最有前途的领域之一，同时还具有高质量的自动解读能力。将Nerveblox仪器插入超声设备时，人工智能可以实时解读超声图像，并突出显示每处阻滞部位预设定的解剖标志。当在扫描图像中识别出所有关键标志，软件屏幕上的“扫描成功”指示达到100%，表明获得了适合穿刺的理想图像（图3）。”

图2. 人工智能产品Nerveblox可应用的超声引导外周神经阻滞部位  

图3. Nerveblox人工智能颜色覆盖和名称标签：胸肌神经阻滞和锁骨下臂丛阻滞超声图像 (PMJM:胸大肌，PMNM:胸小肌，SA:锁骨下动脉，SV:锁骨下静脉，FR:第一肋骨，PL:胸膜壁层，黄色SA:前锯肌，LA:局麻药)。

该团队评估了这种新颖的人工智能软件，分享了对该产品临床适用性的看法，以及在其辅助下使用超声设备进行外周神经阻滞的潜在影响。

“根据我们的经验，该软件的性能符合要求，能突出显示神经阻滞部位预设定的解剖标志，包括颜色覆盖和名称标签。每次使用该设备，我们都成功完成了扫描，没有出现任何故障。”

他们继续写道：“具有这些辅助功能的人工智能软件可有助于减少外周神经阻滞操作尝试次数（与传统技术相比减少20%-30%的穿刺次数），加快找到正确切面，增加成功的机会和患者满意度。使用这种辅助技术，可以快速定位外周神经周边的关键解剖结构，特别是对很少进行扫描的区域或在成像更困难的“深层”部位。而且，使用人工智能引导定位可以减少麻醉药的使用量和浓度。它还可以帮助临床医生掌握超声解剖，对更广泛地使用超声区域麻醉产生重大影响。”

“在引入这项技术后，我们注意到麻醉住院医师对临床使用和培训项目中的人工智能软件都很感兴趣。一项在15名超声引导区域麻醉专家和15名非专家麻醉培训生的研究中，专家们通常认为教学和督导是设备优势，非专家更可能认为其益处是辅助训练、学习扫描、识别解剖结构和增加对扫描的信心。虽然我们没有足够的数据来支持这一点，但我们确实注意到，经验不足的初级临床医生更愿意使用这种新技术，而经验丰富的高年资医生则更为谨慎。由于人工智能软件可以被认为是一种决策支持工具，可以用于解剖结构的辅助解释，但还不能用于区域阻滞过程本身，因此现在就评价它的成功率和安全性还为时过早。”

人工智能算法在超声中的发展和应用将继续下去，并可能在未来几年切实服务于临床实践。然而，需要更多的研究来评估这种基于人工智能新技术的有效性和可靠性，包括其对临床工作流程的影响。

编译：吴桐

审校：徐铭

参考文献：

Larkin HD. FDA Approves Artificial Intelligence Device for Guiding Regional Anesthesia. JAMA. 2022 Dec 6;328(21):2101. Bowness JS, Burckett-St Laurent D, Hernandez N, et al. Assistive artificial intelligence for ultrasound image interpretation in regional anaesthesia: an external validation study. Br J Anaesth. 2023 Feb;130(2):217-225. Bowness JS, Macfarlane AJR, Burckett-St Laurent D, et al. Evaluation of the impact of assistive artificial intelligence on ultrasound scanning for regional anaesthesia. Br J Anaesth. 2023 Feb;130(2):226-233. Erdem G, Ermiş Y, Özkan D. Peripheral nerve blocks and the use of artificial intelligence-assisted ultrasonography. J Clin Anesth. 2022 Jun;78:110597.

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。