北京阜外心血管醫(yī)院麻醉科 鄧碩曾

成都華西醫(yī)院麻醉手術(shù)中心 宋海波

通信作者：宋海波 Email：pdasonghaibo@163.com

AI助力麻醉如何落地見效？

【摘要】精準(zhǔn)麻醉與自動化麻醉是重要的發(fā)展方向，實(shí)現(xiàn)麻醉個體化是長期追求。人工智能為圍術(shù)期評估、麻醉決策支持、監(jiān)測解釋與并發(fā)癥早期識別提供了新的工具與路徑，但其本質(zhì)仍是輔助系統(tǒng)，不能替代麻醉醫(yī)生的專業(yè)判斷、倫理責(zé)任與團(tuán)隊(duì)協(xié)作。合理的定位應(yīng)是以麻醉醫(yī)生為主導(dǎo)，將AI嵌入流程、教育與質(zhì)控體系，提升安全性、效率與患者體驗(yàn)，同時系統(tǒng)性防范數(shù)據(jù)偏倚與“幻覺”帶來的新風(fēng)險。

【關(guān)鍵詞】麻醉；人工智能；麻醉醫(yī)生；幻覺；醫(yī)患溝通

進(jìn)入二十一世紀(jì)以來，麻醉學(xué)和其他學(xué)科一樣，經(jīng)歷了規(guī)范化、可視化、信息化、智能化四個階段，沒有規(guī)范化和可視化的扎實(shí)基礎(chǔ)，就不會有信息化和智能化的健康發(fā)展。2025年被稱為AI元年，人工智能正在重塑包括醫(yī)療體系內(nèi)的工作方式，麻醉學(xué)同樣處在這輪變革的核心地帶。過去麻醉工作更多依賴經(jīng)驗(yàn)與個人能力的積累，如今數(shù)據(jù)密度更高、監(jiān)測更連續(xù)、設(shè)備更互聯(lián)，AI在術(shù)前評估、術(shù)中決策支持、并發(fā)癥識別與術(shù)后疼痛管理等方面已顯示出實(shí)際價值。

AI助力麻醉落地創(chuàng)新的原則是：人機(jī)結(jié)合、人網(wǎng)結(jié)合、以人為主，與此同時，麻醉的對象是“人”，服務(wù)的對象是“手術(shù)”，高風(fēng)險、高責(zé)任的屬性決定了麻醉不只是算對藥量和維持指標(biāo)，更是圍術(shù)期系統(tǒng)管理與風(fēng)險兜底。因而一個必須回答的問題是：AI助力麻醉會在何處真正改變麻醉醫(yī)生的工作，又在哪些邊界上必須保持對人類專業(yè)能力的依賴？

01

AI麻醉的應(yīng)用場景

AI麻醉的應(yīng)用主要可歸納為六類。第一，麻醉深度與鎮(zhèn)靜水平監(jiān)測及其解釋，如BIS、Narcotrend等信號的趨勢識別與個體化閾值建議。第二，麻醉控制與閉環(huán)輔助，包括麻醉機(jī)、監(jiān)測儀、微量泵、TCI等設(shè)備的聯(lián)動控制與策略推薦。第三，事件識別與風(fēng)險預(yù)測，例如低血壓、低氧、氣道風(fēng)險、術(shù)后惡心嘔吐與蘇醒延遲等的早期預(yù)警。第四，超聲相關(guān)應(yīng)用，如神經(jīng)阻滯、血管通路、圍術(shù)期心功能評估與TEE等場景中的圖像輔助、結(jié)構(gòu)識別與操作引導(dǎo)。第五，疼痛管理與隨訪支持，例如PCA參數(shù)建議、用藥風(fēng)險提示與遠(yuǎn)程隨訪分層。第六，手術(shù)室物流與資源管理，如藥品與耗材管理、排班與周轉(zhuǎn)效率優(yōu)化等。

更值得強(qiáng)調(diào)的是，AI的價值在嵌入原有流程，改變工作方式。在術(shù)前，AI可幫助麻醉門診或病房完成風(fēng)險要點(diǎn)抽取、用藥禁忌提示、既往麻醉史與并發(fā)癥線索追蹤，從而提高評估一致性并減少遺漏。在術(shù)中，AI可以把多源監(jiān)測的信號變成可讀的事件線索，降低信息過載與報警疲勞。在術(shù)后，AI有機(jī)會把PACU到病房的鎮(zhèn)痛與并發(fā)癥管理做成連續(xù)閉環(huán)，提高交接質(zhì)量與隨訪可追溯性。

我們需要清醒看到的是，目前AI在麻醉控制策略的穩(wěn)健性、跨人群泛化能力、極端情景下的可靠性方面仍不充分，尤其在強(qiáng)干擾、強(qiáng)噪聲、強(qiáng)非線性的圍術(shù)期場景中，離不開麻醉醫(yī)生的監(jiān)管與最終裁決。

02

AI麻醉能代替麻醉醫(yī)生嗎？

AI難以替代麻醉醫(yī)生。從工作形態(tài)看，過去麻醉醫(yī)生更多站在床旁處理即時問題，如今在信息化與智能化的幫助下，確實(shí)可能更多以坐姿完成監(jiān)控、記錄、決策與溝通，但這并不意味著“麻醉變輕松了”，而是把能力結(jié)構(gòu)從體力與重復(fù)勞動，轉(zhuǎn)向系統(tǒng)性風(fēng)險管理與復(fù)雜決策。

AI本身不具備執(zhí)業(yè)資質(zhì)，也不承擔(dān)法律與倫理責(zé)任。更重要的是，麻醉學(xué)的關(guān)鍵能力不僅是計(jì)算與模式識別，還包括對手術(shù)意圖的理解、對團(tuán)隊(duì)行為的預(yù)判、對患者個體價值偏好的尊重、對突發(fā)事件的快速分層處置，以及在不確定性下的兜底作用。AI可以提供建議，卻難以承擔(dān)責(zé)任：當(dāng)出現(xiàn)困難氣道、大出血、短暫循環(huán)阻斷、張力性氣胸、嚴(yán)重過敏反應(yīng)、惡性高熱等情景時，需要的是具備臨床直覺與操作能力的麻醉醫(yī)生做出即時行動，并組織團(tuán)隊(duì)協(xié)同完成救治。

從人力結(jié)構(gòu)看，麻醉人才缺口在現(xiàn)實(shí)中仍然存在。發(fā)展AI麻醉更合理的目標(biāo)不是替代麻醉醫(yī)生的工作，而是讓麻醉醫(yī)生高效工作：把高質(zhì)量決策能力擴(kuò)展到更多基層與高負(fù)荷場景，同時推動培養(yǎng)一批基礎(chǔ)理論扎實(shí)、操作技術(shù)熟練、溝通能力強(qiáng)、并具備AI素養(yǎng)與質(zhì)量改進(jìn)能力的麻醉醫(yī)生，使其能夠正確使用、質(zhì)疑并改進(jìn)AI系統(tǒng)，而不是被動依賴。

03

麻醉要應(yīng)對手術(shù)的沖擊

麻醉控制與手術(shù)刺激緊密耦合，不同手術(shù)階段的刺激強(qiáng)度、體位變化、氣腹、驅(qū)血帶、單肺通氣、液體負(fù)荷與出血速度，都可能在短時間內(nèi)改變循環(huán)與呼吸的穩(wěn)定性。麻醉醫(yī)生的核心任務(wù)是器官保護(hù)與血液保護(hù)。

AI在這一部分的真實(shí)價值，往往體現(xiàn)在流程化與提前量上：一是把手術(shù)關(guān)鍵事件與生理變化對齊，幫助術(shù)中提前預(yù)判下一階段的風(fēng)險。二是基于既往數(shù)據(jù)與實(shí)時信號給出風(fēng)險預(yù)測，例如低血壓風(fēng)險的提前預(yù)警與干預(yù)建議，從而降低被動搶救的頻率。三是把標(biāo)準(zhǔn)化處置路徑嵌入工作流，例如出現(xiàn)疑似張力性氣胸或大量失血的信號組合時，快速彈出排除項(xiàng)和處置要點(diǎn)，減少在高壓狀態(tài)下的遺漏。

但同樣必須強(qiáng)調(diào)，手術(shù)沖擊的具體表現(xiàn)高度依賴病人基礎(chǔ)疾病與手術(shù)細(xì)節(jié)，許多關(guān)鍵決策需要結(jié)合觸診、聽診、氣道阻力手感、床旁超聲與團(tuán)隊(duì)信息，AI難以獨(dú)立完成閉環(huán)處置。

04

AI麻醉幻覺的風(fēng)險

在麻醉場景中，“幻覺”并不只是語言模型編造一句話，更可能表現(xiàn)為術(shù)前給出不安全的麻醉方案或劑量建議，術(shù)中對監(jiān)測信號做出誤導(dǎo)性解釋或觸發(fā)錯誤報警，術(shù)后對并發(fā)癥風(fēng)險與疼痛評分做出不準(zhǔn)確判斷并誘導(dǎo)不當(dāng)治療。其危害不在于一兩次疏漏，而在于錯誤可能被流程放大，形成系統(tǒng)性風(fēng)險。

幻覺與錯誤的根源，往往來自數(shù)據(jù)與場景不匹配：訓(xùn)練數(shù)據(jù)質(zhì)量不高、標(biāo)注口徑不一致、覆蓋人群不足、存在偏倚，或模型在設(shè)備、醫(yī)院流程與人群結(jié)構(gòu)變化后發(fā)生漂移。例如主要基于健康成人數(shù)據(jù)訓(xùn)練的系統(tǒng)，在兒童、老年、肥胖、嚴(yán)重瓣膜病、肺高壓、休克等人群上更容易失效；再如不同監(jiān)護(hù)設(shè)備、不同傳感器算法導(dǎo)致的分布差異，會讓模型能夠自圓其說，卻和真實(shí)世界相去甚遠(yuǎn)。

因此，AI麻醉落地必須把安全機(jī)制寫進(jìn)流程而不是寫進(jìn)口號：其一，明確麻醉醫(yī)生主導(dǎo)的責(zé)任邊界，AI輸出默認(rèn)是建議而非指令。其二，建立重復(fù)核查與可追溯機(jī)制，關(guān)鍵建議必須可解釋、可復(fù)核、可回放。其三，持續(xù)監(jiān)測模型性能，定期做壓力測試與回顧性審計(jì)，把模型更新納入科室質(zhì)量管理體系。

05

AI對醫(yī)患溝通的影響，以及情商與智商

麻醉工作中的溝通不只是解釋風(fēng)險，更是建立信任、緩解焦慮、對齊預(yù)期。AI能在溝通中提供幫助，例如自動生成更清晰的風(fēng)險解釋框架、個體化提示常見問題、輸出患者能聽懂的術(shù)前宣教要點(diǎn)，從而提高溝通一致性與效率。對醫(yī)護(hù)團(tuán)隊(duì)內(nèi)部溝通，AI也可能通過結(jié)構(gòu)化記錄、事件回放與關(guān)鍵點(diǎn)提示，提高交接與討論質(zhì)量。

但醫(yī)患溝通的核心仍然是人?；颊咴谑中g(shù)前最需要的是被理解、被尊重與被陪伴的安全感，這要求麻醉醫(yī)生具備情商與責(zé)任感。可以把AI理解為工具：擅長計(jì)算、檢索、模式識別與總結(jié)；而麻醉醫(yī)生必須同時具備“高智商的專業(yè)推理”和“高情商的同理心與團(tuán)隊(duì)領(lǐng)導(dǎo)力”。面對不確定性、恐懼與價值選擇，AI無法替代人的倫理判斷與情感支持。更現(xiàn)實(shí)的是，如果溝通中過度強(qiáng)調(diào)AI，反而可能引發(fā)患者對機(jī)器確定性的擔(dān)憂，削弱醫(yī)患間信任關(guān)系。因此更合適的表述是：AI用于輔助醫(yī)生更嚴(yán)謹(jǐn)、更全面地評估與管理風(fēng)險，最終決策與責(zé)任仍由麻醉醫(yī)生承擔(dān)。

06

結(jié)論

AI麻醉是人工智能與麻醉學(xué)的深度融合，其方向是用數(shù)據(jù)智能把麻醉管理從經(jīng)驗(yàn)驅(qū)動推向數(shù)據(jù)驅(qū)動與模型驅(qū)動的精準(zhǔn)階段。當(dāng)前AI在超聲引導(dǎo)、術(shù)后鎮(zhèn)痛管理、信息整合與部分風(fēng)險預(yù)警方面更接近可用狀態(tài)；在麻醉控制閉環(huán)、跨人群泛化、極端情景可靠性與可解釋性方面仍需進(jìn)一步提高。必須警惕AI幻覺、偏倚與漂移帶來的新型安全風(fēng)險，把麻醉醫(yī)生主導(dǎo)、可追溯、可復(fù)核、可降級的治理體系嵌入真實(shí)流程。

總體而言，AI更可能成為麻醉醫(yī)生的得力助手，而非替代者。未來的關(guān)鍵是AI如何進(jìn)入流程、如何進(jìn)入教育、如何進(jìn)入溝通，并在質(zhì)量與安全框架下持續(xù)改進(jìn)。在實(shí)踐與研究仍相對有限的階段，更需要以嚴(yán)謹(jǐn)?shù)呐R床驗(yàn)證、分層適用邊界與規(guī)范化治理，推動AI麻醉走向可靠、可控、可推廣的路徑。

【參考文獻(xiàn)】

1鄧碩曾，吳剛俊，趙薇，等.人工智能為麻醉插上AI的翅膀［OL］.新青年麻醉論壇，2024-08-05

2.Mashimoto DA,Withowski E, Gao L,et al. Artificial intelligence in anesthesiolgy : current techniques, clinical applcations ,and limitations［J］.Anesthesiology,2020 ,132（2）：379-394

3.梅偉，周亞群，王英偉，等.大力發(fā)展人工智能技術(shù) 賦能麻醉學(xué)科新質(zhì)發(fā)展［J］.中華麻醉學(xué)雜志，2024，44（11）：1281-1284

1.電腦端谷歌瀏覽器訪問：www.xqnmz.com 最方便，當(dāng)做生產(chǎn)工具使用首選。

次之關(guān)注公號：新青年網(wǎng)絡(luò)家園/新青年麻醉視頻，建議置頂，下面菜單入口使用，生成過程中不會中斷（微信系統(tǒng)權(quán)限高）

2.APP端使用建議將鎖屏?xí)r間調(diào)到5分鐘以上，生成中盡量避免劃走。如果總是生成不了，建議重裝一下APP。

3.新青年麻醉AI風(fēng)格比較嚴(yán)肅，涉及多學(xué)科知識可能深奧，可以讓AI用住院醫(yī)師容易理解的風(fēng)格回答。

4.AI幻覺和人類謊言一樣基本無解，如有疑惑建議明確指出，多輪對話尋求真相。

5.一定要多用，使用的技巧很重要，對專業(yè)醫(yī)生來說永遠(yuǎn)沒有萬能的工具。特別要注意給AI的信息完整性，避免簡單關(guān)鍵詞提問。

6.流程圖渲染是實(shí)時的，如果顯示不了可以刷新或者點(diǎn)擊記錄查看，個別還不行，一般是圖的代碼有問題，追問讓AI重新生成。

快來體驗(yàn)一下吧

麻醉AI（麻醉助手），提交詳細(xì)病例資料或問題提問即可！