到2050年,麻醉医生和麻醉人工智能如何相处?

2024-03-09 梧桐医学 梧桐医学 发表于上海

过去20年来,麻醉技术取得了重要发展,麻醉安全性的提高似乎也与技术和创新的增加相结合。在这样的趋势下,未来的麻醉会发展成什么样呢?“机器人”要从哪里开始一步步与麻醉医生合作甚至竞争呢?

过去20年来,麻醉技术(包括机器人麻醉)取得了重要发展,麻醉安全性的提高似乎也与技术和创新的增加相结合。在这样的趋势下,未来的麻醉会发展成什么样呢?“机器人”要从哪里开始一步步与麻醉医生合作甚至竞争呢?

01 靶控药物输注系统TCI

『全凭静脉麻醉』(TIVA) 是最常用的麻醉方式之一,大约50%的全身麻醉病例使用这种形式的麻醉进行。TIVA的一种形式是『靶控输注』(TCI),该系统通过将药物输送到血浆中或身体特定模型组织室中,根据药代动力学模型计算输注速率,达到特定的目标浓度。通过一系列给予人体模型参数的计算,甚至可以设置『唤醒时间』。接近我们对『机器人』的定义。

目前已有在非医院环境中开始应用右美托咪定或异丙酚进行TCI镇静的场景,不在麻醉专业人员监督下使用,且未出现不良事件。这大大减少了麻醉医生的工作量,也提示着麻醉医生部分工作被取代的可能。

02 麻醉和镇静的闭环管理

典型的『闭环系统』表现为以监测形式呈现的输出。输入是被控制的变量,通常是药物输注速率,通常是输液泵执行,而控制中心则是使用传感器的信息反馈。

使用已建立的药代动力学模型,可以计算给药方案,拟定个体药物需求近似值,随后,控制中心进行进一步校准。基于生命体征和检测指数的闭环控制系统有许多,其中『McSleepy系统』是一个通过闭环控制实现异丙酚、瑞芬太尼和罗库溴铵的三控系统,在麻醉镇静、镇痛和神经肌肉阻滞的所有3个组成部分的闭环控制。

几个预定义的按钮允许用户在关键时间点(手术准备、开始、结束)通知McSleepy手术进展情况。一旦按下最后一个按钮,系统将自动停止输液以触发患者唤醒周期。

图片

图1 | 闭环系统界面示例:注意麻醉的各个组成部分,表示为脑电双频指数(“催眠”)、用于全身麻醉期间疼痛评估的 Analgoscore 以及核心肌肉(代表喉部或膈肌)和周围肌肉(拇收肌)的神经肌肉阻滞 程度。用户需要向系统提供手术几个阶段的信息:手术定位、准备、切口和结束。

McSleepy成功与达芬奇机器人的结合使用,也展示了完全由机器人手术和麻醉的可行性。

03 插管相关机器人技术

『开普勒插管系统』 (KIS) 用于对一系列患者进行气管插管。该系统由一个操纵杆、一台作为“电子大脑”的计算机、一个碳纤维机械臂和一个定制的附件组成,该附件允许连接视频喉镜。

图片

图2 |  插管系统由机械臂、操纵杆和安装的视频喉镜组成

人类控制器操作操纵杆并将视频喉镜放置在正确的位置,因此只需推动操纵杆即可插入气管导管。理论上的优点是远程使用(与患者的距离有利,例如,在2019年冠状病毒病COVID-19爆发期间)。然而,当涉及到嘴巴的调节时,它是一个使用起来非常麻烦、庞大的系统,显然还没有达到商业阶段。与传统设备相比,新手用户具有优势和更陡峭的学习曲线。

识别气管入口依赖于人工智能图像识别。Carlson等人使用标准视频喉镜收集了人类气道模型进行插管的图像,并应用4种不同的机器学习算法,达到可接受的70%的灵敏度和90%的声门检测特异性。有研究小组已将这一人工智能概念扩展到儿科插管实践中。声门/声带自动识别功能集成到商用视频喉镜中只是时间问题。

04 AI衍生的聊天机器人

目前“智能”聊天机器人层出不穷。其中最受关注的是OpenAI创建的ChatGPT,当然,还有其他几种智能聊天机器人、比如亚马逊的 AlexaAI、谷歌的 LaMDA、DeepMind 的“Sparrow”和微软的 BingAI。

Richard Novak描述了智能机器人在麻醉护理中的可能应用和后果。这些语言模型基本上根据教科书知识和标准指南提供诊断或治疗建议,且Chat-Gpt-3已拥有类比推理的能力,任何从业者在真实情况下与ChatGPT进行交流都可能非常有帮助。

例如:在检查情况下,要求住院医师诊断一名扁桃体切除术后咳血、呼吸困难、昏迷的5岁儿童,ChatGPT提供的治疗方案应该完全相同,它们目前的局限性在于信息传输的速度,任何有经验的麻醉师都可以在几秒钟内处理这些信息,但机器人需要时间才能将此信息传输给用户,但其速度的提高指日可待。

到2050年,手术室和麻醉工作站或将彻底不再需要手动操作或记录。我们将放弃书面交流,改用口头指令。实际上,这些指令可能不仅是简单的命令,我们将与人工智能进行交流、寻求建议,并倾听机器提供的具体决策选项。

未来可能是一个中央指挥机器人,覆盖整个医院,贯穿整个患者治疗路径。甚至,整个过程将从与患者的首次接触开始,可能是在术前评估之前,机器人将在无需人类介入的情况下获取患者的所有必要信息。包括问诊细节、回答有关诊疗程序的问题,甚至同意进行麻醉,直到将最终的计划与主管麻醉医生共同确认。

患者到达手术室后,将有一个主要的麻醉机器人,集成了麻醉诱导、维持和苏醒所需的所有功能,从通气、超声到视频喉镜工具一应俱全,甚至有一个类似McSleepy的麻醉机器人,与主要操作机器人交流,并给出建议,由麻醉医生确认的麻醉计划,McSleepy将启动并诱导麻醉,提示麻醉医生执行所有必要的操作。

准备好后,外科机器人开始手术,并将与麻醉机器人自动交流,特别是在手术结束时,以确保及时拔管和康复。

当机器人将逐渐接管我们的工作时,那么我们还需要做什么呢?

参考文献

Hemmerling Thomas M. and Jeffries Sean D.. Robotic Anesthesia: A Vision for 2050[J]. Anesthesia & Analgesia, 2024, 138(2) : 239-251.

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
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2192270, encodeId=3c5521922e039, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a> <a href='/topic/show?id=bf0f1030431a' target=_blank style='color:#2F92EE;'>#麻醉#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=21, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能), TopicDto(id=103043, encryptionId=bf0f1030431a, topicName=麻醉)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Sat Mar 09 17:52:56 CST 2024, time=2024-03-09, status=1, ipAttribution=上海)]
    2024-03-09 梅斯管理员 来自上海

相关资讯

NPJ Digit Med:利用生成性人工智能优选阿尔茨海默病药物再利用候选药物:真实世界临床验证研究

随着人工智能技术的飞速发展,尤其是生成式人工智能(GAI, generative artificial intelligence)技术的出现,为药物再利用领域提供了新的研究工具。

JAHA:人工智能在风湿性心脏病检测中的应用

人工智能有可能像心脏病专家一样准确地检测出RHD,并通过更多的数据进行改进。这些创新的方法有望扩大RHD超声心动图筛查的规模。

JMIR:ChatGPT在临床决策中,准确率高达71.7%!

美国最大的非营利医疗机构之一,麻省布里格姆医院集团,发表了一份关于ChatGPT在临床医疗决策中应用的研究论文。麻省布里格姆医院由麻省总医院(Massachusetts General Hospita

European Radiology:基于CT人工智能的甲状腺乳头状癌颈部淋巴结转移预测

人工智能(AI),特别是深度学习(DL)算法,因其在图像识别任务中的出色表现而获得广泛关注。DL是一种前瞻性的方法,可以自动学习特征并对图像中的信息进行量化。

European Radiology:利用人工智能进行多参数MRI的深度学习转诊建议和肿瘤识别

深度学习网络可以利用成像数据中的高层次潜在特征来提高对各种疾病的诊断性能。然而,大多数DL系统已被用于图像重建、病变检测、或病变分割,在多参数MRI上遇到的众多脑部疾病的诊断中尚未得到充分利用。

Nature:2024年值得关注的七大技术

2024年1月22日,《自然》发布了2024年值得关注的七大技术——

Academic Radiolog:人工智能在超低剂量CT肺癌筛查中的降噪应用

使用低剂量(LD)计算机断层扫描(CT)进行筛查可以降低肺癌的具体死亡率,已经成为高风险人群的标准筛查流程。

CGP数智医疗与信息化研究|基于人工智能的临床决策支持系统早期临床评估的透明化报告

本文将结合DECIDE-AI中的AI相关报告项目及相关文献,探讨基于AI的临床决策支持系统早期临床评估的透明化报告,以期帮助我国系统开发者和研究者更好地理解与应用相关指南。

European Radiology:人工智能在乳腺癌早期筛查中的新应用

随着机器学习和深度学习的最新进展,人工智能(AI)作为提高乳腺钼靶筛查灵敏度的手段吸引了大量关注。

GIE:人工智能在降低胃肠道腺瘤、息肉和无蒂锯齿状病变漏诊率方面的疗效

在内镜监测期间,AI技术显著降低了GI腺瘤、息肉和无蒂锯齿状病变(SSL)的漏诊率。这些结果强调了AI在提高胃肠道内镜检查的准确性和效率方面的潜力。