麻醉AI四类应用证据等级不同,科室应按自身条件分场景试点
【睿智麻醉】国内外麻醉AI走到哪一步了?
本文将麻醉AI分为信号预测、图像识别、反馈控制、语言与信息处理四类,按「错了能否被当场发现、谁来兜」划分为不同证据台阶。低血压预警类已有监护产品获FDA上市记录,一项择期心脏手术RCT显示术中低血压负担下降,而覆盖28家医院、900余例腹部手术的RCT未见术后肾损伤显著降低——两结论不矛盾,因不同患者低血压对终末器官损伤的驱动通路不同。
15小时前 古麻今醉网 古麻今醉网 发表于上海
麻醉 AI 分为四大类:血压预警、超声解剖识别、自动给药、文书处理;四类应用风险层级不同,需严格区分研究证据等级,科室应结合自身条件分场景试点,不可盲目跟风。
从监护到文书,麻醉AI正在进入哪些环节?
上一篇里那张九件事的清单还没划掉几行,科主任又陆续看到三条消息:监护厂商讲低血压预警,说能比人提前几分钟发现血压要掉;超声厂家讲解剖识别;外地一家大医院发布了麻醉AI平台。
三条看完,他心里有个说不出口的担心:我们是不是落后了。
先把"麻醉AI"拆开,它至少装着四类任务:信号预测、图像识别、反馈控制、语言与信息处理。信号预测是从监护的数字里提前看出血压要掉;图像识别是在超声画面上认出神经、血管;反馈控制是让机器直接调给药;语言与信息处理是把访视、病历、指南问答这些文字活儿接过去。
这四类不是同一件事:数据不一样,出错的方式更不一样——信号预测错了,屏幕上多一条提示;反馈控制错了,药已经进去了。把它们统称"麻醉AI",就像把监护仪和输液泵都叫"设备"——听着没错,但没法拿来做决定。
这些方向不是同一条跑道上的快慢之分,是几个高度不同的台阶。决定台阶高低的,不是算法先进不先进,是"错了能不能被当场发现、发现之后由谁来兜"。
要问"落后没有",先问"落后在哪一级台阶上"。
看一项新进展,先弄清它验证到了哪一步
后面四个方向用的是同一套读法。
看到一项新进展,按四个问题过一遍。在什么环境里验证的? 题库问答、历史数据回头跑、模拟人、健康志愿者、真实患者的前瞻性研究——这五级的差别,比结果大小重要得多;写着"随机"的,还要看随机的是医生、是任务,还是患者。和什么比? 旧模型、常规做法、一条简单规则,还是有经验的医生——和谁比,决定了这个结果值多少。改善了哪个终点? 识别准确率、扫查表现、文书用时、并发症、恢复、患者体验,不能互相替代——能提高准确率,不等于能改善结局。换到我们科室还成立吗? 看人群、术式、数据来源、设备、人员分工。
还有两条最容易带偏人的地方。
监管记录、临床研究、医院公告,回答的是三个不同的问题。 监管记录回答"允许卖",临床研究回答"在某个条件下有效",公告回答"有单位在做"——不能互相顶替:上市记录推不出在国内能买到,论文发表也推不出已经普遍在用。
"差异没有统计学意义",不等于"两者一样",更不等于"证明无效"——可能真没差别,也可能样本不够、随访太短、终点没选对。
术中预警:提前发现风险之后,还要看实际收益
先看走得最远的那个方向。低血压预警已经进了监护产品,有美国FDA的上市记录,也做过随机试验。
一项在择期心脏手术患者中的随机试验,看到预警结合处理流程后,术中低血压的"负担"下降了。
另一项多中心随机试验覆盖28家医院、900多名中高风险择期腹部手术患者,主要终点是中重度术后急性肾损伤——没有看到显著下降,总体并发症也没有下降。
这两条并不矛盾。 一个预警工具要真改善结局,中间得过三关:它预警的这个指标,得真的是这类患者结局的驱动因素;报警之后得有人及时反应;反应得真的能改变结局。
心脏手术里,低血压与心肌损伤的关系比较直接,把低血压压下去,结局有希望跟着变;腹部手术后的肾损伤,驱动因素多得多——灌注、炎症、基础肾功能都在里面,把血压压住不等于把肾保住。同一个工具,换一类患者,中间那条通路就断了。
所以评价预警类工具,第一个问题不是"准不准",而是"它预警的这个指标,在我们这类患者里,是不是真的驱动了结局";第二个是"报警之后谁响应、会不会把医生叫疲了"——报警多了没人看,再准也没用。
超声辅助:看清解剖,还要验证临床价值
超声辅助这一类也已有具体产品形态:在超声引导区域麻醉的准备阶段、进针之前,帮医务人员识别和标注指定解剖结构。
有一项英国研究值得看看:57名低年资麻醉医生在健康志愿者身上做扫查,随机交叉设计——每个人既用辅助也做对照,两个月后又测一次。结果是AI辅助与更好的合适切面获取相关。
要看清三个限定: 受试者是低年资医生,对象是健康志愿者,终点是切面获取。三个合起来,它证明的是学习曲线被压缩,是教学上的价值;它没有证明复杂患者身上穿刺更安全,也没有证明并发症更少。
为什么不能顺着推?从解剖识别、合适切面、穿刺入路、阻滞效果到并发症是五级台阶,工具只站在第一级;后面几级还取决于手法、凝血、解剖变异和患者配合。
科室能用的地方就在这里:先放进教学和低年资培训,这一层价值是实的;再谈进不进临床路径。反过来,把第一级的证明当成第五级的结论,很容易买回一个"用着心安、却说不出好在哪"的东西。
自动给药:越像替人动手,边界划得越清
这一类看起来最激进——机器直接给药。但它恰恰是把边界划得最清的。
国内今年有一项研究值得关注:强化学习驱动的自动麻醉系统,做的是无痛胃肠镜检查中的环泊酚输注,四中心随机试验,418名患者进入最终分析,对象是18到65岁、ASA I到II级。结果是两组低氧血症发生率接近,自动给药组诱导时间更短,但体动更频繁。
它最有意思的地方是"小":单一术式、单一药物、健康人群、短时程——不是把整个麻醉管理自动化了,是把一个明确任务自动化了。
为什么只敢做这么小?闭环给药最难的一步不是算得快,是"目标"在人身上说不清:血压、心率能测出来,"够不够深"要靠临床判断。目标写不清,算法就只能在测得出的指标上使劲——体动更多,很可能就是它在"维持深度"上不如人的地方。这一步能走多远,不取决于算法,取决于疗效目标能不能被定义清楚。
另一个细节:这类系统全都保留人工监督。这不是妥协,恰恰是它能被伦理和监管接受的前提。
科室评估自动给药,看三件事能不能写清:目标是什么、异常怎么识别、人怎么接管。三样写不清,就该按"辅助"验收,不是按"自动"。
大模型助手:从答题表现走向工作流程评价
这一类离科室最近,因为它不碰人,只碰信息。
国外今年一项模拟研究:30名麻醉医生各做两次标准化访视,比较AI辅助记录和人工记录。结果是AI辅助把访视用时缩短约18%,但外部评价者给人工文书的质量评分更高。
用时和质量是两个终点,不必然同向。质量分为什么低?文书的评分里有一部分是临床判断的体现——个体化提问、并发症考虑、风险沟通;而助手只做转录和整理。它快,是因为它不做判断。 还有一层:模拟环境里测的,真实里医生要逐条审核,那18%会被吃掉一部分。审核不是额外成本,是这类工具能用起来的前提——上一篇讲过。
国内这一边,中山三院今年1月发布了睿麻助手,由手术麻醉中心牵头,围绕术前、术中、术后做多智能体协作;临床上还能查到一项相关的术前评估研究注册。
这三件事要分开说:公告证明"有单位在做",研究注册证明"准备验证什么",只有结果出来才证明"做成了"。 顺序不能颠倒,也不能互相顶替。
看清国内外的进展,找到本科室的下一步
回到开头那三条消息。现在可以回答了:不是"落后没落后"的问题,是四个方向停在不同高度的台阶上,而台阶高度由"错了能不能被发现、谁来兜"决定。
预警类站得最高——输出的只是提示,判断还在医生手里,所以最容易被接受;也正因为这样,收益上限被"报警之后人接不接得住"卡着。超声辅助走在教学这一级。自动给药守着最明确的场景,规则比算法先立。大模型助手最快,而快的部分恰好是不做判断的那部分。
最后用三个问题收回科室:这项能力对应我们哪项负担?研究条件和我们的差多远?要进试点还缺什么?
条件已经具备的,做一个小范围试点;条件不够的,持续跟踪就好。不要按论文数量或宣传热度给科室排一张统一的时间表——就像上一篇说的,这件事的起点取决于本科室已有条件。
睿麻助手这条路我们自己也在走,本文研究结果属于各自团队;我们的经验后面几篇再讲。下一篇:通用AI能回答麻醉问题,为什么还需要专科助手。
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
