GUIDA alle industrie

L'intelligenza artificiale in anestesiologia

L’intelligenza artificiale in anestesiologia significa utilizzare algoritmi sui dati di monitoraggio della sala operatoria per prevedere problemi come la bassa pressione sanguigna prima che si verifichino, per regolare automaticamente la somministrazione di farmaci o fluidi e per aiutare a guidare procedure come i blocchi nervosi.

Ascolta questa guidaNarrato dall'IA · ~3 min

In questa pagina3 minuti di lettura
  1. Panoramica
  2. Immersione profonda
  3. Implementazione nel mondo reale
  4. Il futuro dell’intelligenza artificiale in anestesiologia
  5. Metterlo in pratica
  6. Continua a esplorare
  7. Domande frequenti

Panoramica

È importante perché gli anestesisti monitorano contemporaneamente molti segnali in rapido cambiamento e anche brevi periodi di bassa pressione sanguigna durante l’intervento chirurgico sono collegati a lesioni renali e cardiache. Questi strumenti supportano i medici piuttosto che sostituirli.

Immersione profonda

Gli anestesisti osservano un flusso di numeri durante l'intervento chirurgico: pressione sanguigna, frequenza cardiaca, saturazione di ossigeno, gas espirati e spesso un segnale cerebrale elaborato come l'indice bispettrale (BIS). L’intelligenza artificiale viene applicata in tre aree principali: previsione dei problemi, automazione della somministrazione dei farmaci e assistenza nelle procedure. Lo strumento di previsione più noto è l’Hypotension Prediction Index (HPI) di Edwards Lifesciences, che ha ricevuto l’autorizzazione all’immissione in commercio dalla FDA nel 2018. Analizza la forma dell’onda della pressione arteriosa e fornisce un punteggio da 0 a 100 stimando la possibilità che la pressione arteriosa media scenda al di sotto di 65 mmHg nei prossimi minuti. La bassa pressione sanguigna durante l’intervento chirurgico è associata a danno renale acuto e danno cardiaco, quindi un avviso tempestivo potrebbe consentire ai medici di somministrare liquidi o vasopressori prima. Un piccolo studio randomizzato, HYPE, pubblicato su JAMA nel 2020, ha rilevato che i pazienti trascorrevano meno tempo in ipotensione quando l’HPI guidava la cura. Analisi successive hanno messo in dubbio quanto l’HPI aggiunga oltre l’osservazione attenta della pressione sanguigna attuale, e studi più ampi hanno dato risultati contrastanti, quindi il beneficio sugli esiti dei pazienti non è definito. I sistemi a circuito chiuso vanno oltre e regolano automaticamente le infusioni. I sistemi di ricerca hanno titolato il propofol rispetto alle letture BIS e sono allo studio sistemi di fluidi a circuito chiuso e vasopressori. Il sistema commerciale Sedasys, approvato negli Stati Uniti nel 2013 per la sedazione con propofol durante l'endoscopia, è stato ritirato dal produttore nel 2016 dopo scarse vendite, a ricordare che l'approvazione normativa non garantisce l'adozione. L’intelligenza artificiale aiuta anche l’anestesia regionale. I software per ultrasuoni come ScanNav evidenziano i nervi e le strutture circostanti sull'immagine per aiutare i medici a identificare l'anatomia. L’idea sbagliata principale è che questi sistemi riescano a eseguire l’anestesia da soli. Sono supporto decisionale o controllori ristretti e un medico qualificato rimane responsabile e deve essere pronto a ignorarli in qualsiasi momento.

Implementazione nel mondo reale

Durante un lungo intervento addominale, il punteggio dell'indice di previsione dell'ipotensione sale verso un valore elevato, spingendo l'anestesista a controllare lo stato dei liquidi e a preparare un vasopressore prima che la pressione sanguigna scenda.

In un contesto di ricerca, un controller a circuito chiuso regola un'infusione di propofol per mantenere l'indice bispettrale del paziente entro un intervallo target, mentre l'anestesista supervisiona e può sovrascriverlo.

Un anestesista che posiziona un blocco nervoso utilizza un software a ultrasuoni che evidenzia i nervi, le arterie e gli strati muscolari sullo schermo per confermare ciò che stanno vedendo.

Un ospedale esamina i propri dati e nota che i medici hanno iniziato a reagire all’aumento dei punteggi di previsione anche quando la pressione attuale sembrava soddisfacente, innescando una discussione sull’affaticamento da allerta e sul trattamento eccessivo.

Il futuro dell’intelligenza artificiale in anestesiologia

Gli ospedali stanno raccogliendo più dati intraoperatori ad alta risoluzione, che dovrebbero aiutare ad addestrare e testare modelli di previsione su diversi pazienti. La questione aperta chiave è se le previsioni e i sistemi a circuito chiuso migliorano risultati come lesioni renali, complicazioni cardiache e tempi di recupero, non solo monitorando i numeri, e ciò richiede ampi studi randomizzati. È probabile che gli enti regolatori e le società professionali continuino a richiedere la supervisione umana per la somministrazione automatizzata dei farmaci. L’adozione dipenderà anche dall’integrazione degli strumenti nei monitor esistenti, dalla gestione dell’affaticamento degli avvisi, dei costi e delle questioni relative alla responsabilità quando i medici seguono o ignorano i consigli dell’algoritmo.

Metterlo in pratica

Perché è importante

  • Contesto e regole. Il contesto del settore determina se le idee dell’intelligenza artificiale sopravvivono al contatto con la realtà.
  • Controllo di qualità. I vincoli di dominio influenzano i tassi di errore accettabili e i modelli di supervisione.
  • Scelte di build. Le implementazioni di successo allineano le capacità tecniche con i flussi di lavoro in prima linea.

Attenzione

  • I requisiti normativi possono invalidare prototipi altrimenti robusti.
  • I dati storici possono codificare pregiudizi che danneggiano comunità specifiche.
  • I sistemi legacy possono creare colli di bottiglia nell’integrazione e costi nascosti.

Prossimi passi

  1. Coinvolgere esperti del settore dall'inquadramento del problema alla valutazione.
  2. Progettare audit trail e documentazione prima del lancio.
  3. Convalidare tempestivamente la conformità e gli obblighi di sicurezza.
  4. Implementazione in fasi con chiari criteri di stop e rollback.

Continua a esplorare

Newsletter gratuita

Ricevi il briefing quotidiano sull'IA

Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.

Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.

Mettiti alla prova

Take the AI in Anesthesiology quiz

Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.

Inizia il quiz

Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione

Domande frequenti

Cos’è l’intelligenza artificiale in anestesiologia?

L’intelligenza artificiale in anestesiologia significa utilizzare algoritmi sui dati di monitoraggio della sala operatoria per prevedere problemi come la bassa pressione sanguigna prima che si verifichino, per regolare automaticamente la somministrazione di farmaci o fluidi e per aiutare a guidare procedure come i blocchi nervosi. È importante perché gli anestesisti monitorano contemporaneamente molti segnali in rapido cambiamento e anche brevi periodi di bassa pressione sanguigna durante l’intervento chirurgico sono collegati a lesioni renali e cardiache. Questi strumenti supportano i medici piuttosto che sostituirli.

Cosa stima l’indice di previsione dell’ipotensione?

L'HPI produce un punteggio da 0 a 100 per la probabilità di ipotensione, definita come MAP inferiore a 65 mmHg, in pochi minuti.

Quali dati analizza l’HPI per fare la sua previsione?

Estrae le caratteristiche dalla forma d'onda della pressione arteriosa ad alta fedeltà.

Cosa ha scoperto lo studio HYPE, pubblicato nel 2020?

Il piccolo studio randomizzato ha mostrato una riduzione del tempo di ipotensione, anche se il beneficio in termini di risultati rimane incerto.

Qual è una critica chiave all'accuratezza riportata dall'HPI?

Poiché il punteggio segue da vicino la MAP attuale, alcuni analisti sostengono che aggiunge meno di quanto sembri al di là della pressione osservata attentamente.

Nei sistemi di ricerca sul propofol a circuito chiuso, quale segnale viene comunemente utilizzato come bersaglio di controllo?

I controllori regolano il propofol per mantenere il BIS, un segnale cerebrale elaborato, entro un intervallo target.