聚焦麻醉人工智能
本文由“梧桐医学”授权转载
1背景介绍
人工智能对于我们来说已经不是陌生的概念了，从早些年轰动一时的由谷歌公司开发的阿尔法狗到我们的生活小助手-扫地机器人都是人工智能的产物。
人类在应用人工智能改变我们生活的同时，还一直在探索人工智能与医疗行业的结合。
听到这两者的结合，我们也许会想到“影像诊断、麻醉医生会不会被人工智能所取代？”，Maybe，它会带来许多我们想象不到的效果，不可思议的功能！
2 案例介绍 一篇用人工智能预测术后谵妄的病例报道发表在了《临床麻醉学杂志》上，文中提到由DedalusHealthCareGmbH开发的人工智能，该模型在持续学习和分析了记录在电子健康记录(EHR)中过去10年的临床数据，现在已经可以用于临床。
一名74岁男性患者，因充血性心力衰竭，最近频繁出现心脏功能失代偿，到专科诊所就诊。
患者有HFrEF2(射血分数降低型心力衰竭)病史(入院时为18%)、慢性心房颤动(心率可控，有电复律史)、缺血性心肌病。有吸烟史50年，约3~4天一包。
患者入院时接受了神经病学和精神病学专家会诊，两位专家都没有发现任何谵妄过度或低度活跃的症状。该患者准备接受LVAD3的植入治疗，安排在入院后4周进行手术。
在麻醉术前常规风险评估中，发现该患者有发生术后谵妄的显著风险。在术后评估中，他表现出安静型的谵妄症状。
同时也利用人工智能每天对病人的检测数据进行分析，预测出在心脏手术前两天患者发生谵妄的概率下降。手术后，人工智能很快预测了谵妄的高风险。这一结果与我们的评估结果相似。
这个病例只是人工智能进行患者体征检测与危险报警的一个初步尝试，也许还存在缺点，但它指引了未来医疗的发展方向。在以后的术中麻醉检测，液体输注等方面都会出现人工智能的身影。
3 人工智能的发展
其实早在20世纪初人工智能在医学领域的探索就开始了，“专家系统”就是一款当时模拟人类专家决策能力的计算机软件系统，来回答专业特定领域的问题或提供知识。随着互联网和计算机算法的不断发展，人工智能又重新活跃在了医疗卫生领域。
人工智能其实就是利用计算机的算法，通过大量数据来自我学习与反复修正，每一次的数据学习都会让人工智能的算法得到改进，进而使预测的结果更准确。因此它的应用范围非常广泛，例如医学影像的辅助诊断、新药的研发预测、图像分析与处理技术等。
有的医学院校已经在发展医学人工智能，并取得一些不错的成果。例如：
#通过建立计算模型，在它不断的自我学习与改进后，人工智能成功的预测了未来几年研发出的新药。
#人工智能通过大数据分析，为一位肺癌晚期的患者寻找相关治病基因的靶向药，成功的延续了患者两年多的高质量生存时间。
4 在麻醉领域的应用
01 评估麻醉深度
利用计算机强大的数据处理分析和自我学习能力，对麻醉机及监护仪中的大量数据进行处理。例如人工智能通过学习患者的EEG信号、肌电图、心率、血压、脉搏等构建人工神经网络模型，更精确地监测和反映麻醉深度。
02构建预测模型
为预测患者围术期不良事件的发生率，专家学者创建了机器学习模型。实验表明这些预测模型的敏感性和特异性很高，甚至优于一些临床中使用的评价量表。这可以帮助麻醉医师早期发现并处理并发症，降低围术期死亡率。
03 智能化给药系统
通过人工智能的不断学习，可以将现有的靶控输注技术进行升级。通过构建模型进行药物量效之间的计算，根据患者的心率、血压等生命体征来不断调整药物的输注，使围术期用药更安全。
04 其他
运用人工智能的图像识别与处理功能，提高围术期超声的准确性；通过人工智能建立大的临床数据库等。
5 总 结
文章讲述了许多人工智能在医疗领域的应用，显然将计算机强大的学习分析及储存能力与医生的智慧相结合，是一个非常省时省力的方案，所以未来的医学人工智能必定是非常受欢迎的。
但总体来说医学人工智能现在还处于发展阶段，也有一些问题需要解决。人工智能的学习需要大量的临床数据，这就牵涉到患者的隐私问题。另一方面，大量临床数据如何确保都是高质量的、可用的，也是我们需要关注的问题。
现在许多公司也都在研发新的人工智能，医疗卫生领域必是许多人关注的重点。谷歌公司在阿尔法狗之后就在研究医学人工智能，当医疗领域更成熟的人工智能出现的时候，相信它会使整个行业快速发展，改变现有的工作方式，让患者享受到更优质的医疗资源。
最终，还是由衷的希望，未来的麻醉人工智能的发展，可以在一定程度上缓解医生的体力和脑力疲劳。
参考文献：
1. JfbsA, NhmA, MgpA,etal.Artificialintelligencepredictsdeliriumfollowingcardiacsurgery:Acasestudy[J].JournalofClinicalAnesthesia, 2021,75(110473):1-3.
2.钱柳,刘进.人工智能在麻醉学科的前景与挑战[J].临床麻醉学杂志,2021,37(6):565-568.
2023年人工智能在医疗领域的十大应用场景
什么是医疗人工智能?医疗人工智能是指人工智能在医疗服务和医疗服务管理或交付中的应用。机器学习、非结构化的大型数据集、高级传感器、自然语言处理和机器人技术都被用于越来越多的医疗部门中。除了广阔的应用前景，人工智能技术也带来了重大的潜在问题——例如可能来自患者数据的集中化和数字化的滥用，以及可能与纳米医学或通用生物识别ID的联系。在一些早期的人工智能应用中，公平和偏见也都是人们关注的问题，但该技术或许也能够提高医疗公平性。尽管人工智能在医疗保健领域的部署才刚刚开始，但它正变得越来越普遍。调研机构Gartner公司预测，2021年全球医疗保健IT支出达到1400亿美元，企业将人工智能和机器人流程自动化(RPA)列为主要支出。2020年，医疗成本接近美国经济总量的20)(19.7%)(约为4.1万亿美元)。而针对政府的欺诈行为尤其严重。因此，从行政管理到医疗人工智能，医疗人工智能的潜在价值是巨大的。2022年人工智能在医疗保健领域的十大应用场景以下是目前正在开发和部署医疗保健人工智能用例的10个主要领域。(1)医疗管理行政费用估计占医疗总费用的15%至25%。改进和简化管理的工具对保险公司、支付者和提供者都很有价值。然而，识别和减少欺诈可能提供最直接的回报，因为医疗保健欺诈可能发生在许多层面，由各方实施。在一些最糟糕的情况下，欺诈可能导致保险公司为没有提供的服务收取费用，或导致外科医生进行不必要的手术以赔付更高的保险金。保险公司也可能因为有缺陷的设备或检测套件而赔偿更多的费用。人工智能可以成为防止欺诈发生的有用工具。就像银行通常使用算法来检测异常交易一样，医疗保险公司也可以这样做。•麦肯锡公司的研究发现，通过算法驱动的保险索赔“智能审计”可以节省开支。•美国政府的医疗保险和医疗补助服务中心成立了一个医疗欺诈和预防伙伴关系组织，以识别集合数据库中的模式。(2)公共卫生人工智能已经应用于整个公共卫生部门。其中包括：•机器学习算法正被应用于大型公共卫生数据集，美国疾病控制与预防中心(CDC)汇编了人工智能在分析新冠疫情及其公共卫生等方面的许多应用方法。•自然语言处理正在公共卫生领域应用。•越来越多的诊断成像数据被用于人群的分析和预测。•将消费者数据科学和行为“推送”技术应用于创建“精确”或个性化推送，以促进医疗就诊、医疗合规性等。(3)医学研究•寻找治疗疾病的新药可能非常复杂。而计算机辅助药物设计是一个非常复杂的领域。•在某些情况下，其目标是重新利用现有药物。最近的一个例子是，人工智能通过分析细胞图像来观察哪些药物对神经退行性疾病患者最有效。当对这些治疗产生积极反应时，神经元将会改变形状。然而，传统的计算机速度太慢，无法发现这些差异。•制药供应商拜耳公司认为，通过使用医疗数据库信息创建虚拟控制组，人工智能可以增强临床试验。他们也在探索其他人工智能临床试验应用，使这些研究更安全、更有效。(4)医疗培训人工智能还可能改变医学院学生接受部分教育的方式。其中包括以下情况:•一个例子是，在医学生学习切除脑肿瘤时，人工智能导师给他们提供了帮助。该系统采用机器学习算法，教授学生安全而有效的技术，然后评估他们的学习表现。采用人工智能系统学习技能的人员的速度比那些没有使用人工智能的人员快2.6倍，学习表现要好36%。•美国和英国的医疗机构也部署了基于人工智能的患者服务，以促进虚拟和远程培训。当新冠疫情抑制群体聚集时，这种方法尤其有用。人工智能支持练习多种技能，例如安慰痛苦的患者服务或传递消息。(5)医学专业支持人工智能还用于支持临床环境中的医疗专业人员，其中包括：•人工智能应用于支持医疗设施接收专业人员。斯坦福大学的一个试点项目使用算法来确定患者的风险是否高到需要ICU护理，或是否经历与代码相关的事件，或是否需要快速反应团队。他们在6到18个小时内评估这些事件发生的可能性，帮助医生做出更自信的决定。•正在开发基于人工智能的应用程序，以支持护士，提供决策支持、传感器通知他们患者的需求，以及在所述领域的挑战或危险情况下提供机器人协助。(6)为患者提供直接支持人工智能也被用于为患者提供直接支持:•医院使用人工智能聊天机器人与患者进行检查，帮助他们更快地获得必要的信息。当NorthwellHealth人工智能系统与患者聊天时，使用肿瘤服务的患者的参与率为94%。试用过该工具的临床医生一致认为，它延长了他们所提供的护理。聊天机器人能够检查病人的症状、恢复情况等。许多人习惯采用短信聊天，这提高了患者的接受度。聊天机器人还减少了患者在寻求治疗时可能遇到的挑战。人们可以使用它们查找医院或诊所，预约和描述需求。•据估计，多达一半的患者没有按照处方服药。然而，人工智能可以增加患者按时服药的机会。一些平台使用智能算法来建议医疗专业人员何时应与患者就依从性问题进行沟通，以及通过何种渠道进行沟通。甚至也有了药物提醒聊天机器人。在最近的一个例子中，研究人员合作并使用人工智能来帮助为Ⅱ型糖尿病患者寻找最佳药物。这些算法帮助83%以上的患者选择了正确的治疗方案，甚至在患者需要同时服用多种药物的情况下也是如此。(7)远程医学自从发生新冠疫情导致出行限制以来，虚拟医生就诊形式的远程医疗已变得越来越普遍。除此之外，人工智能还支持其他形式的远程医疗，其中包括:•VirtuSense应用预测人工智能远程监控和提醒供应商可能导致患者跌倒的高风险变化。•目前使用人工智能进行监测的一些设施依赖它来检测从心脏病到糖尿病等各种疾病。医院还使用这种技术来监督新冠患者，从而更容易决定哪些患者可以接受家庭护理，哪些患者需要住院治疗。(8)诊断人工智能还用于医疗保健中心的诊断，其中包括:•一个用于发现乳腺癌的人工智能系统可以检测出当前的问题和患者在未来几年内发展该疾病的可能性。•人工智能在医疗保健领域的一些应用还可以检测精神疾病。研究人员使用训练过的算法，通过倾听他们的声音或扫描他们的社交媒体信息来识别抑郁症患者。(9)手术人工智能并不能消除手术问题，但它有可能减少这些问题，同时提高患者和外科医生的治疗效果。以下示例对此进行了说明：•一家名为theatre的初创公司最近在A轮融资中筹集了3950万美元。该公司有一个人工智能视频解决方案，旨在帮助外科医生了解手术过程中的错误和正确之处。然后，他们可以研究这些视频，并在未来做出改进。•人工智能在医疗保健领域的应用包括手术机器人，它们在手术室中越来越常见。许多是微创的，往往取得优于非机器人干预的结果。人工智能的这些应用不会取代人类的外科专业知识。不过，它们可以作为外科医生的搭档，提高手术成功的可能性。(10)医院护理除了上述描述的诊断用例之外，临床医生还必须满足患者的护理需求，并且储备医学用品和运送货物。人工智能驱动的协作机器人正开始减轻这种负担。根据Gartner公司的预计，到2023年，50%的美国供应商将投资于机器人流程自动化。医院中机器人流程自动化的一些例子包括:•一家医院最近部署了五台名为Moxie的机器人。这些机器将主动确定护士何时需要用品或协助实验室检测后勤。然后，它们会在提供者的工作负载变得过于密集之前做出响应。Atheon提供的机器人不仅支持医疗功能，还可以完成除草和垃圾清除等任务。智能医学工程专业简介
智能医学工程是一门将人工智能、大数据处理与分析技术和互联网技术等高端技术应用于医疗和健康等领域的新兴交叉学科。本专业通过向学生传授计算机科学与技术、数据处理和分析、大数据应用、人工智能理论与技术等方面的知识，使学生具备医疗大数据建模与分析、医学信息获取与处理、医疗信息系统、医学应用软件、健康物联网等相关系统设计、开发与应用等各方面能力。培养具有优秀且全面的智能医疗健康数据管理、智能影像诊断、智能病理分型和医疗机器人等科学素养并具备开展较高层次科学探索和技术创新能力的高端专业人才。
毕业生适用范围
本专业以培养适应未来医学信息产业和社会需求的、产学研医交叉的专业复合型高端工程技术人才为目标，就业面向医院、医药院校及科研单位、医药卫生管理部门、医院信息系统开发公司、医疗仪器公司以及其它信息工程企业等。
主干课程
智能医学工程专业开设脑科学与类脑机器学习、人工智能概论、深度学习、机器学习、医学统计分析与临床决策支持、自然语言处理、影像诊断学与智能影像组学等人工智能相关课程，以及人体解剖与生理学、组织学与胚胎学、生物化学、分子生物学等医学类相关课程。