人工智慧在麻醉學的應用

麻醉師在手術過程中觀察一系列數據：血壓、心率、氧飽和度、呼出氣體，通常也會觀察經過處理的大腦訊號，例如腦電雙頻指數 (BIS)。人工智慧主要應用於三個領域：預測問題、自動化藥物傳輸和輔助程序。最著名的預測工具是 Edwards Lifesciences 的低血壓預測指數 (HPI)，該指數於 2018 年獲得 FDA 行銷授權。它分析動脈壓波形的形狀，並給出 0 到 100 的分數，估計平均動脈壓在未來幾分鐘內降至 65 mmHg 以下的機會。手術期間的低血壓與急性腎損傷和心臟損傷有關，因此早期警告可以讓臨床醫生更快地給予液體或血管加壓藥物。 2020 年在《美國醫學會雜誌》上發表的一項小型隨機試驗 HYPE 發現，在 HPI 指導護理下，患者發生低血壓的時間更少。後來的分析質疑 HPI 除了密切觀察當前血壓之外還能增加多少，而更大規模的研究給出了不同的結果，因此對患者結果的益處尚未確定。閉環系統更進一步，可以自動調整輸液。研究系統已根據 BIS 讀數滴定異丙酚，並且正在研究閉環液體和血管加壓系統。商用 Sedasys 系統於 2013 年在美國獲得批准，用於內視鏡檢查期間的異丙酚鎮靜，但由於銷售疲軟，該系統於 2016 年被其製造商撤回，這提醒人們，監管部門的批准並不能保證採用。人工智慧還可以協助局部麻醉。 ScanNav 等超音波軟體可在影像上突出顯示神經和周圍結構，以幫助臨床醫生識別解剖結構。主要的誤解是這些系統自行麻醉。他們是決策支持者或狹隘的控制者，合格的臨床醫生負責並必須隨時準備推翻他們。