羅猛強 王英偉
近年來,隨著臨床信息學與計算機科學的迅猛發展,人工智能(artificial intelligence,AI)在醫學領域的研究與應用日趨廣泛,在部分應用中其性能已達到甚至超越專家級水平。據國務院發布的《新一代人工智能發展規劃》,到2030年我國將實現AI核心產業規模超過1萬億元,帶動相關產業規模超過10萬億元,具有廣闊的醫療市場前景。
AI屬于計算機科學,是任何具有人類智能的計算機程序的總稱,其遵循特定的規則與算法,通過軟件編程的方法構建智能實體以輔助決策[1]。機器學習(machine learning,ML)是通過儲存和分析數據特征并訓練模型,使計算機能夠模擬或實現人類學習能力的計算機科學,是AI實現智能化的根本途徑與核心。目前,基于ML的AI技術已融入臨床麻醉,其各亞專業領域AI系統的開發與應用均進展迅速,包括AI術前訪視與風險預警系統、AI氣道管理系統、AI操作輔助神經阻滯系統、AI靜脈麻醉給藥系統、AI疼痛監測與管理系統、AI全身麻醉深度(depth of anesthesia, DoA)監測系統等。
隨著我國居民對健康與舒適化醫療需求的日益增長,越來越多的患者因手術或檢查需要接受麻醉。然而,我國麻醉科醫師的人力資源卻長期處于緊缺狀態,嚴重制約著麻醉學的發展與舒適化診療水平的進一步提高。
術前訪視需要大量麻醉科醫師參與工作,且難以避免出現人為疏漏。近期,本研究團隊基于擇期患者術前電子健康記錄(electronic health record,EHR)信息和患者客戶端采集病史系統,綜合兩者提……