基于强化学习的胃肠内镜自动麻醉系统多中心随机试验:低氧血症发生率与麻醉医师手动管理无显著差异,诱导时间更短
【睿智麻醉】基于强化学习的胃肠内镜自动麻醉系统多中心随机试验
多中心随机对照试验显示,基于强化学习的胃肠镜自动麻醉系统(AAS-GE)的低氧血症发生率与麻醉医师手动管理无显著差异(14.42% vs 14.29%,P=0.968),麻醉诱导时间更短(1.55 vs 1.90 min,P<0.001)。
强化学习自动麻醉系统此前多停留在模拟与回顾性分析,本研究以多中心随机对照方式直接比较其与麻醉医师手动管理的临床表现,为该方向提供了前瞻性临床证据。

摘要
背景:胃肠镜诊疗需求增长与全球麻醉医师短缺,凸显了麻醉管理智能化的必要性。强化学习(reinforcement learning,RL)为麻醉药物自动给药提供了新思路,但现有研究主要局限于模拟研究和回顾性分析,缺乏前瞻性临床验证。
方法:研究者开发了基于强化学习的胃肠镜自动麻醉系统(Automated Anesthesia System for Gastrointestinal Endoscopy,AAS-GE),用于自动控制环泊酚输注。研究分为模型开发、迭代优化和临床验证三个阶段。临床验证采用多中心随机对照设计,纳入18-65岁、ASA身体状况分级Ⅰ-Ⅱ级的胃肠镜检查患者,比较AAS-GE自动给药与麻醉医师手动管理的临床效果。主要结局为低氧血症(SpO₂<92%)发生率,次要结局包括麻醉诱导时间、药物用量、恢复时间及不良事件。
结果:模型开发及优化阶段共使用509例患者的数据,最终418例患者纳入随机对照试验分析。AAS-GE组与麻醉医师组低氧血症发生率分别为14.42%和14.29%(P=0.968),差异无统计学意义。AAS-GE组诱导时间更短(1.55 vs. 1.90 min,P<0.001),两组环泊酚总剂量及恢复时间无显著差异,但AAS-GE组体动发生率较高(17.79% vs. 6.67%,P=0.001)。
结论:强化学习驱动的自动麻醉系统在胃肠镜麻醉中表现出与麻醉医师手动管理相近的低氧血症发生率,并缩短了麻醉诱导时间,但体动控制仍有待优化。研究为强化学习麻醉系统的临床应用提供了前瞻性随机对照证据。
引言
随着消化道疾病筛查及内镜诊疗技术的发展,胃肠镜诊疗量持续增长。中国胃肠镜诊疗量由2012年的2,880万例增至2019年的4,450万例。不断增长的麻醉需求与麻醉医师短缺之间的矛盾,推动了自动化麻醉管理技术的发展。近年来,靶控输注(target-controlled infusion,TCI)及闭环麻醉系统已能够根据药代动力学模型或脑电双频指数(bispectral index,BIS)等监测指标调节药物输注。强化学习则通过分析患者状态、给药决策及生理反馈,学习动态给药策略,为个体化麻醉控制提供了新的技术路径。
然而,既往强化学习麻醉研究主要基于模拟环境或回顾性数据,缺乏真实临床环境下的前瞻性验证。为此,Bing等开发了基于强化学习的AAS-GE系统,并通过多中心随机对照试验评价其临床安全性与有效性。
方法
1.研究设计与强化学习算法
本研究包括模型开发、迭代优化和临床验证三个连续阶段。
第一阶段:模型开发。 研究者收集240例由麻醉医师管理的胃肠镜麻醉患者数据,获得434,152组状态-动作数据,包含34项变量。采用批次约束深度Q学习(BCQ)、行为正则化演员-评论家算法(BRAC)、保守Q学习(CQL)、隐式Q学习(IQL)、近端策略优化(PPO)、部分可观测马尔可夫决策过程(POMDP)、软演员-评论家算法(SAC)及双延迟深度确定性策略梯度(TD3)等8种强化学习方法或框架进行模型训练与评价。
第二阶段:模型迭代优化。 根据第一阶段模型表现及临床医师对给药决策的评价,研究者选择POMA-C算法进行后续优化。该算法结合蒙特卡洛树搜索(Monte Carlo Tree Search)和粒子滤波(particle filtering)技术,在患者生理状态无法被完全直接观测的情况下估计其状态,并指导麻醉药物给药决策。研究进一步纳入269例患者,获得486,612组状态-动作数据,通过离策略学习(off-policy learning)对模型进行迭代更新。
第三阶段:临床验证。 研究者将优化后的算法整合至胃肠镜自动麻醉系统(AAS-GE),由患者监测设备、AI决策模块及微量输注泵构成自动给药控制回路。系统根据患者实时生理信息及药物输注反馈生成给药指令,控制环泊酚输注速度,并持续获取患者状态及给药数据。随后开展多中心随机对照试验,比较自动化系统与麻醉医师手动给药的临床效果。研究过程中保留麻醉医师的监督及人工接管权限。

图1. AAS-GE系统开发、算法迭代及自动给药控制流程
2.研究对象与干预
研究方案经郑州市中心医院伦理委员会批准,伦理批件号为 ZXYY2025055,其他参与中心也获得了相应机构授权。所有参与者在入组前均签署书面知情同意书,并被告知其检查数据可能用于AI模型开发和优化。临床研究注册号为 NCT06857344。
试验于2025年1月至8月开展,纳入18-65岁、ASAⅠ-Ⅱ级、接受择期胃肠镜检查的患者,主要排除心律失常、BMI>30 kg/m²、妊娠或哺乳等情况。符合条件的患者按照1∶1比例随机分配至AAS-GE组或麻醉医师组。两组均采用环泊酚进行麻醉诱导和维持,药液浓度为2.5 mg/mL。AAS-GE组由强化学习系统自动调节输注速度,麻醉医师组则根据患者生命体征及临床判断手动给药,不以BIS数值作为给药决策依据。
研究过程中连续监测心电图、心率、SpO₂及BIS,无创血压每5分钟测量一次。根据临床需要,经鼻导管给予5 L/min氧气。当患者出现体动、睁眼或言语反应等麻醉不足表现时,临床人员及时补充麻醉药物。发生低氧血症时,根据情况采取托下颌、面罩辅助通气等处理措施。
3.研究结局
主要结局为麻醉期间低氧血症发生率,定义为SpO₂<92%。次要结局包括低氧血症累积程度、最低SpO₂、环泊酚用量、麻醉诱导时间、内镜操作时间、恢复时间及麻醉相关不良事件。其中,麻醉诱导时间定义为开始输注环泊酚至首次BIS<60的时间。
4.结果
1)患者纳入及基线特征
研究共评估641例患者,其中420例完成随机分组。AAS-GE组2例患者在接受干预前退出研究,最终418例纳入分析,包括AAS-GE组208例和麻醉医师组210例。两组患者年龄、性别、身高、体重、基础血压、心率及血氧饱和度等基线特征总体均衡。

图2. 随机对照试验患者纳入流程
2)主要结局:低氧血症发生率
AAS-GE组和麻醉医师组各有30例患者发生低氧血症,发生率分别为14.42%和14.29%(P=0.968),差异无统计学意义。两组低氧血症曲线下面积中位数分别为45.5和105 %·min(P=0.723),全部患者的最低SpO₂中位数均为96%。在发生低氧血症的患者中,两组最低SpO₂中位数分别为89%和88%,差异亦无统计学意义。上述结果显示,在本试验条件下,两组低氧血症发生率及相关严重程度指标均未观察到统计学显著差异。
3)麻醉诱导效率与药物使用
AAS-GE组麻醉诱导时间显著短于麻醉医师组,中位数分别为1.55 min和1.90 min(P<0.001)。AAS-GE组平均维持输注速率高于麻醉医师组(1.45 vs. 1.23 mg·kg⁻¹·h⁻¹,P<0.001),但两组环泊酚总剂量、诱导剂量及维持剂量均未观察到统计学显著差异。两组麻醉恢复时间中位数分别为5.91和5.98 min(P=0.873),内镜检查时间及维持阶段平均BIS亦无显著差异。
4)麻醉相关不良事件
AAS-GE组检查期间体动发生率显著高于麻醉医师组(17.79% vs. 6.67%,P=0.001)。两组吞咽、咳嗽、托下颌、血管活性药物使用及额外供氧需求等事件发生率均未观察到统计学显著差异。进一步分析发现,在发生体动的患者中,AAS-GE组环泊酚维持剂量更低(30.01±12.52 vs. 38.95±14.30 mg,P=0.035),平均BIS更高(59.23±6.24 vs. 54.53±6.74,P=0.023)。这些结果与AAS-GE系统维持相对较浅麻醉深度的表现一致,可能与较高的体动发生率有关。
5.AI与麻醉医师给药决策的比较
研究进一步分析了强化学习系统与麻醉医师的给药决策模式。在模型内部验证的虚拟环境中,强化学习系统表现出根据患者特征及既往给药情况调整给药策略的特点。例如,模型对年轻、身高较高或体重较大的患者倾向于给予更多药物;当患者基线心率较高时,模型倾向于更早降低输注速度;若初始输注速度较高,则倾向于更早停止给药。
研究者还基于历史临床数据,比较了麻醉医师实际给药动作与AI推断给药动作在达到特定BIS值前5分钟内的差异。结果显示,在达到较低BIS目标值之前,麻醉医师通常采用较高的输注泵速;而在较高BIS目标值附近,医师与AI的给药决策差异较小。
此外,对体动发生前的给药轨迹进行分析发现,AAS-GE系统在体动前表现出较低的输注泵速及较高的BIS值,与相对较浅的麻醉状态一致。

图3. 基于历史数据的麻醉医师实际给药动作与AI推断给药动作比较
讨论
1.强化学习麻醉系统的临床应用价值
本研究通过多中心随机对照试验,对强化学习自动麻醉系统进行了前瞻性临床验证,为既往主要基于模拟或回顾性数据的研究提供了新的临床证据。
研究显示,AAS-GE组与麻醉医师组的低氧血症发生率无显著差异,同时AAS-GE组麻醉诱导时间更短,而环泊酚总剂量及恢复时间未观察到统计学显著差异。
与主要依赖预设药代动力学模型的传统控制方法不同,强化学习系统通过学习历史临床数据中的状态-动作关系,并根据实时生理反馈动态调整给药决策。模型内部验证结果显示,该系统能够依据患者特征及既往给药情况采取不同的输注策略。作者认为,这种自适应给药方式可能与AAS-GE组诱导时间缩短有关。
然而,本研究并未直接评价自动化系统能否减少麻醉医师工作负荷、提高整体诊疗效率或降低医疗成本,其对临床工作流程的影响仍需进一步验证。
2.麻醉深度与体动控制的平衡
AAS-GE组体动发生率较高,是本研究值得关注的结果。在发生体动的患者中,AAS-GE组BIS更高、环泊酚维持剂量更低,与相对较浅的麻醉深度一致。研究者认为,强化学习系统可能倾向于维持较浅的麻醉水平,但目前的给药策略尚未充分兼顾内镜操作过程中对患者制动的要求。此外,现有系统主要依据BIS等处理后的监测指标进行麻醉状态评估,尚未充分整合原始脑电、内镜操作刺激及患者基础疾病等信息,可能限制其给药控制的精细程度。未来可通过引入原始脑电信号及多模态监测信息,进一步优化给药策略,以更好地平衡呼吸安全与操作期间的患者制动需求。
3.研究局限性
本研究仍存在一定局限。首先,纳入患者主要为18-65岁、ASAⅠ-Ⅱ级及BMI≤30 kg/m²的相对低风险人群,研究结果向高龄及高风险患者推广仍需谨慎。其次,模型开发及迭代数据来自单一中心,可能限制算法在不同患者人群及临床环境中的适用性。此外,当前系统依赖的生理监测指标较为有限,缺乏原始脑电、内镜操作进程及患者疾病特征等多模态信息。AAS-GE组较高的体动发生率也提示其麻醉维持策略仍有优化空间。此外,试验保留了麻醉医师监督及人工接管权限,因此本研究验证的是临床人员监督下的自动化给药系统,不能据此推断其可以完全替代麻醉医师。
结论
本研究通过模型开发、迭代优化及多中心随机对照试验,评价了强化学习驱动的胃肠镜自动麻醉系统的临床表现。与麻醉医师手动管理相比,AAS-GE组低氧血症发生率未见统计学显著差异,麻醉诱导时间缩短,但检查期间体动发生率增加。研究为强化学习麻醉系统的临床转化提供了新的前瞻性证据,同时提示未来仍需优化麻醉深度控制策略、完善多模态监测反馈,并在更广泛的患者人群中验证其安全性与临床效益。
参考文献
Bing HL, Wang Y, Li SY, et al. Reinforcement learning based automated anesthesia system for gastrointestinal endoscopy with a multicenter randomized trial. npj Digital Medicine. 2026. doi:10.1038/s41746-026-02657-8
版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
来源:梅斯医学·临床资讯 · news.medsci.cn