“醉”译献 | 人工智能和麻醉

糖糖不次糖

嘉兴市第二医院麻醉科  译审

01介绍

人工智能（AI）被普遍认为是始于机器人的发明的。机器人这个术语本身是通过捷克作家Karel Capek的戏剧《R.U.R》（1921年）进入了国际词汇领域。AI是一种通用的表达，指所有使计算机能够模仿人类智能的技术。它基于算法使机器能够推理和执行一些功能，如解决问题、物体和单词识别、世界状态推理和决策。它包括机器学习（ML）和深度学习（DL）。ML允许计算机通过经验提高性能，通常涉及将算法暴露给“训练数据”来训练算法。ML算法有三种类型：(I)监督学习，使用标记的数据集来训练算法以对数据进行分类或准确地预测结果；它侧重于新数据的分类和未知参数的预测。（II）无监督学习，它是指在没有输出可预测的数据集中识别模式或结构的算法。这些算法有助于找到对患者、药物或其他组进行分类的新方法从而为未来研究生成假设。（III）基于算法的强化学习，尝试某些任务，并从随后的成功和错误中学习。DL是ML的一个子集，使用人工神经网络（ANN）在多层次中进行组织。ANN使用多层次计算来模拟人类大脑如何从信息中解释和得出结论的概念。DL的特征是多个隐藏节点层，它们通过以多种方式抽象数据来学习数据的表示。DL与简单神经网络（NN）的区别之处在于，节点层的层数增加，网络的整体规模更大，从而可以更准确地表示复杂的相互关系。

医学本质上是一个不断发展的领域，大多数医学数据本质上是不精确的。由于这些原因，Boolean逻辑或传统逻辑，使用尖锐的区别，即0表示假，1表示真，并不总是适合分析医学数据。1965年，加州大学的工程师Lofti Zadeh推广了“模糊”逻辑，使用从0到连续集合成员1。模糊逻辑（FL）是一种允许歧义的数据处理方法，因此特别适用于医疗应用。AI在医疗保健领域的巨大应用潜力得到了广泛的认可。在这种背景下，我们发现了在精准医疗、优化可用资源和减少不平等等方面的可用性。AI在医学诊断、医疗治疗、药物生产、临床管理、医学教育等各个医学领域都取得了良好的成果。例如，AI在降低成本和节省时间方面的有效性已被证明，ML算法中应用于骨质疏松症和Paget病患者可以设法确定可能的最佳治疗组合，减少药物相互作用。在这方面，麻醉领域也不例外。事实上，通过持续监测提供的丰富数据使麻醉成为应用AI技术的很有前景的领域。

本综述的目的是分析AI及其子集是否在当前的临床麻醉实践中得到实施，并描述该领域的研究现状。

02方法

我们对Scopus、PubMed和Cochrane数据库中的文献进行了叙述性回顾。检索词由“人工智能”、“机器学习”、“麻醉”、“麻醉学”的各种组合组成。两位作者独立进行搜索。第三位审稿人调和筛选结果的任何分歧。纳入的论文必须重点关注基于AI的算法在麻醉实践中的应用，包括术前、术中、术后和手术室（OR）管理。2015年至2021年12月的所有英文论文均符合条件。同行评审，已发表的文献，包括叙述性综述论文，有纳入条件。涉及动物、社论、给编辑的信和仅有摘要的研究被排除在外。被纳入论文的参考文献列表被手工搜索，如果符合纳入标准，则被纳入。搜索策略总结如表1所示。

登录/注册后可看大图