NastępnyNastępny poradnik
Sztuczna inteligencja w ładowaniu pojazdów elektrycznych i integracji pojazdów z siecią
Przemysły
PRZEWODNIK branżowy
Sztuczna inteligencja w anestezjologii oznacza wykorzystywanie algorytmów na podstawie danych z monitorowania sali operacyjnej do przewidywania problemów, takich jak niskie ciśnienie krwi, zanim one wystąpią, automatycznego dostosowywania podawania leków lub płynów oraz wspomagania prowadzenia procedur, takich jak blokady nerwów.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~3 min
Ma to znaczenie, ponieważ anestezjolodzy śledzą wiele szybko zmieniających się sygnałów jednocześnie, a nawet krótkie okresy niskiego ciśnienia krwi podczas operacji mogą być powiązane z uszkodzeniem nerek i serca. Narzędzia te wspierają lekarzy, a nie ich zastępują.
Anestezjolodzy podczas operacji obserwują strumień liczb: ciśnienie krwi, tętno, nasycenie tlenem, wydychane gazy i często przetworzony sygnał mózgowy, taki jak wskaźnik bispektralny (BIS). Sztuczną inteligencję stosuje się w trzech głównych obszarach: przewidywaniu problemów, automatyzacji dostarczania leków i procedurach wspomagających. Najbardziej znanym narzędziem do przewidywania jest wskaźnik przewidywania niedociśnienia (Hypotension Prediction Index, HPI) firmy Edwards Lifesciences, który otrzymał pozwolenie na dopuszczenie do obrotu przez FDA w 2018 r. Analizuje kształt fali ciśnienia tętniczego i przyznaje punktację od 0 do 100, szacując prawdopodobieństwo, że średnie ciśnienie tętnicze spadnie poniżej 65 mmHg w ciągu najbliższych kilku minut. Niskie ciśnienie krwi podczas operacji wiąże się z ostrym uszkodzeniem nerek i serca, dlatego wcześniejsze ostrzeżenie może pozwolić lekarzowi na wcześniejsze podanie płynów lub leków wazopresyjnych. Małe, randomizowane badanie HYPE, opublikowane w JAMA w 2020 r., wykazało, że pacjenci, którzy stosowali opiekę HPI, rzadziej cierpieli na hipotensję. W późniejszych analizach kwestionowano to, ile HPI dodaje poza uważnym monitorowaniem aktualnego ciśnienia krwi, a większe badania dały mieszane wyniki, więc korzyści dla wyników pacjentów nie są przesądzone. Systemy z zamkniętą pętlą idą dalej i automatycznie dostosowują infuzje. W systemach badawczych miareczkowano propofol na podstawie odczytów BIS, a obecnie badane są systemy podawania płynów i wazopresory w obiegu zamkniętym. Komercyjny system Sedasys, zatwierdzony w USA w 2013 r. do stosowania w sedacji propofolem podczas endoskopii, został wycofany przez producenta w 2016 r. po słabej sprzedaży, co przypomina, że zatwierdzenie przez organy regulacyjne nie gwarantuje jego przyjęcia. Sztuczna inteligencja pomaga również w znieczuleniu regionalnym. Oprogramowanie ultradźwiękowe, takie jak ScanNav, podkreśla na obrazie nerwy i otaczające struktury, aby pomóc lekarzom w identyfikacji anatomii. Głównym błędnym przekonaniem jest to, że systemy te same przeprowadzają znieczulenie. Są to osoby wspomagające podejmowanie decyzji lub wąskie kontrolery, a wykwalifikowany lekarz pozostaje za nie odpowiedzialny i musi być gotowy w każdej chwili je obejść.
Podczas długiej operacji jamy brzusznej wskaźnik przewidywania hipotensji wzrasta do wysokiej wartości, co skłania anestezjologa do sprawdzenia stanu płynów i przygotowania leku wazopresyjnego, zanim ciśnienie krwi spadnie.
W warunkach badawczych sterownik w pętli zamkniętej reguluje wlew propofolu tak, aby utrzymać wskaźnik bispektralny pacjenta w docelowym zakresie, podczas gdy anestezjolog nadzoruje go i może go pominąć.
Anestezjolog umieszczający blokadę nerwów korzysta z oprogramowania ultradźwiękowego, które podświetla na ekranie nerwy, tętnice i warstwy mięśni, aby potwierdzić to, co widzi.
Szpital przegląda swoją dokumentację i zauważa, że lekarze zaczęli reagować na rosnące wyniki przewidywań, nawet gdy obecne ciśnienie wyglądało dobrze, co wywołało dyskusję na temat ostrzegawczego zmęczenia i nadmiernego leczenia.
Szpitale gromadzą więcej danych śródoperacyjnych o wysokiej rozdzielczości, co powinno pomóc w szkoleniu i testowaniu modeli predykcyjnych u różnych pacjentów. Kluczowym otwartym pytaniem jest, czy przewidywania i systemy zamkniętej pętli poprawiają wyniki, takie jak uszkodzenie nerek, powikłania sercowe i czas rekonwalescencji, a nie tylko monitorowanie liczb, a to wymaga dużych randomizowanych badań. Organy regulacyjne i stowarzyszenia zawodowe prawdopodobnie nadal będą wymagać nadzoru człowieka przy automatycznym dostarczaniu leków. Wdrożenie będzie również zależeć od integracji narzędzi z istniejącymi monitorami, zarządzania zmęczeniem alertami, kosztami i kwestiami odpowiedzialności, gdy klinicyści stosują się do porad algorytmu lub je ignorują.
Darmowy newsletter
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Sztuczna inteligencja w anestezjologii oznacza wykorzystywanie algorytmów na podstawie danych z monitorowania sali operacyjnej do przewidywania problemów, takich jak niskie ciśnienie krwi, zanim one wystąpią, automatycznego dostosowywania podawania leków lub płynów oraz wspomagania prowadzenia procedur, takich jak blokady nerwów. Ma to znaczenie, ponieważ anestezjolodzy śledzą wiele szybko zmieniających się sygnałów jednocześnie, a nawet krótkie okresy niskiego ciśnienia krwi podczas operacji mogą być powiązane z uszkodzeniem nerek i serca. Narzędzia te wspierają lekarzy, a nie ich zastępują.
HPI generuje w ciągu kilku minut ocenę od 0 do 100 dla prawdopodobieństwa wystąpienia niedociśnienia, zdefiniowanego jako MAP poniżej 65 mmHg.
Wydobywa cechy z wysokiej jakości fali ciśnienia tętniczego.
Małe randomizowane badanie wykazało skrócenie czasu trwania niedociśnienia, chociaż korzyści w zakresie wyników leczenia pozostają niepewne.
Ponieważ wynik ściśle odzwierciedla aktualny MAP, niektórzy analitycy twierdzą, że dodaje on mniej, niż się wydaje, poza uważną obserwacją presji.
Kontrolery dostosowują propofol tak, aby utrzymać BIS, przetworzony sygnał mózgowy, w docelowym zakresie.
Ucz się dalej
Wybrano więcej przewodników na ten temat
NastępnyNastępny poradnik
Sztuczna inteligencja w ładowaniu pojazdów elektrycznych i integracji pojazdów z siecią
Przemysły