“人工智能”这一概念由美国计算机科学家约翰·麦卡锡于1956年在达特茅斯会议上首次提出，该会议标志着人工智能作为独立学科的诞生。起初，人工智能的研究聚焦于逻辑推理与问题解决等范畴。20世纪60年代至70年代，人工智能迎来第一次发展热潮，随着计算机技术的发展，研究人员在自然语言处理、专家系统等方面取得一定成果。但由于当时计算机计算能力有限以及对人工智能问题 复杂性认识不足，人工智能很快陷入瓶颈期。20世纪80年代至90年代，专家系统在金融领域的成功应用再次推动人工智能发展，机器学习算法也开始受到关注。然而，专家系统的维护成本高、适应性差以及机器学习算法在处理大规模数据方面的局限性，使得人工智能在90年代后期再次陷入低谷。步入21世纪，随着大数据的出现和计算机计算能力的大幅提升以及深度学习技术崛起，人工智能在图像识别、语音识别等领域取得惊人成果，如2016年AlphaGo在围棋比赛中战胜人类顶尖棋手，引发全球对人工智能的高度关注。自此，人工智能进入快速发展的新时代。
我国在人工智能领域的首个系统部署文件是2017年国务院印发的《新一代人工智能发展规划》（国发〔2017〕35 号），将人工智能上升为国家战略， 提出面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。2018年10月，中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。习近平总书记在主持学习时强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。
2019年5月，习近平总书记在向国际人工智能与教育大会的致贺信中深刻指出，人工智能是引领新一轮科技革命和产业变革的重要驱动力，正深刻改变着人们的生产、生活、学习方式，推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。把握全球人工智能发展态势，找准突破口和主攻方向，培养大批具有创新能力和合作精神的人工智能高端人才，是教育的重要使命。2024年3月，教育部启动人工智能赋能教育行动，推出4项具体行动。2024年全国两会《政府工作报告》指出，要优先拓展人工智能在医疗、教育等领域的广泛应用。国家出台的这些政策不仅展示了在人工智能领域竞争中的雄心，为人工智能的广泛应用提供了强有力的政策保障，也为我国人工智能领域的发展奠定了坚实的基础。
人工智能赋能麻醉学教育
人工智能在教育领域的应用日益广泛，其强大的技术能力在麻醉学教育领域展现出巨大潜力［1-2］ 。人工智能赋能麻醉学教育的应用场景包括：①虚拟 现实∕增强现实模拟培训系统：虚拟现实∕增强现实技术可以模拟临床麻醉中各种突发情况，如大出血、过敏性休克、心搏骤停及气道痉挛等，让学生身临其境，系统可对学生的处理进行反馈，并根据学生的表现提供个性化的指导。此外，学生可在模拟环境练习各种临床麻醉操作，如超声引导下神经阻滞、椎管内麻醉、动静脉穿刺等。②人工智能在线学习平台：人工智能在线学习平台可整合丰富的教学资源，如麻醉理论课程、麻醉操作技能视频等，通过对学生的知识掌握情况进行分析，为学生提供个性化的学习课程。人工智能在线学习平台还可具备智能答疑功能，可为学生提供一对一辅导，有助于学生更好地理解和掌握麻醉学知识。③人工智能赋能超声用于超声引导区域麻醉技术培训：随着超声技术在区域麻醉中的广泛应用，人工智能辅助超声系统应运而生。美国食品药品管理局批准的 Intelligent Ultrasound公司开发的ScanNav，专为超声引导外周神经阻滞设计，它能对至少10处神经阻滞超声切面图像的解剖结构进行人工智能识别，并以不同颜色叠加标注。研究显示，初学者在有无彩色叠加标注辅助下，正确获得阻滞平面图像的比率分别为90.3％和75.1％，准确判别解剖结构的比率为88.8％和77.4％［3］ ，提示人工智能辅助超声系统有助于提高麻醉医生尤其是 非专家在超声引导区域麻醉操作的准确性。除了图像识别辅助，培训工具也在不断发展。Intelligent Ultrasound公司的Needle Trainer提供实时超声成像模拟训练环境，采用高保真虚拟图像覆盖和可伸缩针模拟，医护人员可在安全环境中练习外周神经阻滞技术，并获得即时反馈和指导［4］。土耳其的 Nerveblox等类似产品也具备类似功能，且在彩色叠加解剖标志基础上增加了文字标注，可减少外周神经阻滞操作尝试次数，加快找到正确切面，增加成功机会和患者满意度，有效提升了麻醉医生的操作技能和培训效果［5］ 。
人工智能赋能麻醉学教育具有以下优势：①提高教学效果：虚拟现实∕增强现实模拟培训系统提供 的沉浸式学习体验可加强学生的记忆。与传统的理论教学和有限的实践操作相比，学生在模拟环境中可反复实操，直到熟练掌握为止，并且能够及时得到系统的反馈，避免了在真实患者身上进行试错学习，从而显著缩短了提升技能的时间。个性化的学习课程推荐确保学生能够根据自身的知识水平和学习需求进行有针对性的学习，避免了盲目学习和重复学习，提高了学习效率。②增强培训的灵活性与可及性：人工智能在线学习平台让学生根据自己的时间安排理论知识的学习，可利用零碎时间在平台上学习麻醉学专业知识，更符合当下麻醉医生忙碌的工作模式。此外，人工智能在线学习平台让基层医疗机构的麻醉医生也能获取优质的培训资源，从而缩小不同地区之间医疗水平的差距，促进麻醉学技术的普及。③促进知识传承与创新发展：随着越来越 多的麻醉医生使用人工智能赋能超声用于超声引导区域麻醉技术，积累的数据将进一步优化算法和培训模式，促进技术的不断创新和改进。此外，人工智能在线学习平台有助于年轻麻醉医生高效学习麻醉学知识，促进知识的传承。
人工智能赋能麻醉学科学研究
习近平在二十大报告中强调，必须坚持科技是第一生产力、人才是第一资源、创新是第一动力。在当今科技迅猛发展的时代，人工智能作为一项极具颠覆性的前沿技术，正以前所未有的深度和广度融入到麻醉学科学研究中，为该领域带来了新的机遇和变革［6-7］。人工智能赋能麻醉学科学研究的应用 场景包括：①麻醉药物研发：人工智能可以通过分子动力学模拟来研究麻醉药物与靶点（如神经递质受体）的相互作用。利用深度学习算法，对药物分子的构象变化、结合亲和力等进行高精度预测。例如蛋白质三维结构预测模型AlphaFold，仅仅用了3年时间，就成功预测了地球上已知的数亿个蛋白质三维结构，如果用现在最顶尖的冷冻电镜技术，完成这一工作量人类需要十亿年，AlphaFold之父哈萨比斯也因此获得2024年诺贝尔化学奖。通过构建药物-蛋白质受体复合物的三维结构模型，模拟药物分子在受体活性位点的结合和解离过程，从而帮助筛选出更具潜力的麻醉药物候选分子。这相比传统的实验筛选方法，能够极大地缩小筛选范围，提高研发效率，减少资源消耗。②麻醉机制研究：人工智能可识别与麻醉效果（如镇静、镇痛、肌松） 相关的基因。例如，人工智能通过挖掘转录组测序数据，识别使用不同麻醉药物时出现的差异表达的基因集合，为阐明麻醉药物的作用机制提供了新的方向。此外，人工智能算法可以整合转录因子的结合位点及不同基因之间的相互作用等信息，预测使用不同麻醉药物时关键基因的上下游调控关系，为研发新的麻醉药物提供理论支撑。③数据处理与分析：麻醉学领域的科学研究包含海量的研究数据，如实验室检查结果、影像学结果、生命体征数据及基础实验研究结果等。人工智能可通过其强大的计算能力和先进的算法快速处理并分析这些数据。
人工智能赋能麻醉学科学研究具有以下优势：①提升科研效率与创新驱动力：人工智能通过强大的计算能力和高效的数据处理算法可快速处理海量的麻醉相关数据，显著节约了麻醉医生的时间，并加快科研项目的推进速度。在麻醉药物研发方面，人工智能通过构建药物-受体复合物的三维结构模型，模拟药物分子与靶点的相互作用过程，能够高精度预测药物分子的构象变化和结合亲和力，从而快速筛选出可能的麻醉药物候选分子。麻醉学与计算机科学、数学、物理学等多学科的交叉融合，可推动麻醉学研究在理论和技术上实现创新性突破。②增强研究精准度与可靠性保障：人工智能凭借强大的计算能力和先进算法，能够对海量数据进行精确处理，从而为研究提供可靠的数据支持，减少因数据处理不当导致的研究偏差，提高研究结果的准确性和可靠性，从而为临床实践提供更科学、更精准的指导。③拓展科研深度：人工智能对基因表达、蛋白质结构与功能等数据的深入分析，可揭示麻醉药物的作用机制，为开发新的麻醉药物提供坚实的理论基础。
人工智能赋能麻醉临床实践
人工智能正以其独特的优势逐渐渗透到麻醉临床实践的各个环节，为提高麻醉质量和保障患者安全带来了新的机遇［8-9］。人工智能赋能麻醉临床实践的应用场景包括：①智能术前访视与评估：人工智能系统可高效整合患者资料，如病史、实验室检查结果及影像学资料等。通过自然语言处理和图像识别技术，快速提取关键信息并总结，为麻醉医生提供全面且清晰的患者概况。运用机器学习算法对大量术前患者的资料进行分析和学习，建立风险预测模型，预测患者在麻醉和手术过程中可能出现的风险，如困难气道、心血管事件、呼吸系统并发症及术后认知功能障碍等。②个性化麻醉方案设计：考虑到不同患者在生理结构、病理状况以及个体基因差异等方面对麻醉药物的反应各不相同，人工智能算法通过整合患者的全面信息，运用智能推荐系统为患者量身定制最适宜的麻醉方案。研究表明，对于ASA分级Ⅲ级的患者，人工智能有助于麻醉科低年资住院医师制订更合理的麻醉方案［10］ 。③智能监测与预警：人工智能系统连接监测设备及麻醉机，实时采集并分析患者的生命体征和麻醉相关数据，实现对患者状态连续、全面地监测［11］。基于深度学习算法和大量临床数据的训练，人工智能可建立智能预警模型，识别出生命体征的异常变化和趋势，当监测到生命体征数据超出正常范围时，系统立即发出预警信号［12］。④麻醉药品智能管理：智能管理系统实现了麻醉精神类药品的智能调配、自动核对、空安瓿核销等信息自动记录和准确溯源、台账电子化等功能，有助于麻醉精神类药品管理的智能化、可视化和数字化［13］。此外，智能物流机器人可有效降低补药及盘点麻醉药品时间，提高医护人员工作效率，减轻其工作负担［14］ 。⑤人工智能用于病人自控镇痛管理：在传统病人自控镇痛（PCA）基础上，结合物联网和人工智能的新型镇痛系统，称为智能化PCA（ Ai⁃ PCA），具有远程监控、智能报警、智能分析与评估等功能，有助于提高术后镇痛的品质，促进麻醉学向围术期医学转化［15］ 。
人工智能赋能麻醉临床实践具有以下优势：①提高医疗效率：随着手术量不断增加，麻醉医生的工作量逐渐加大，智能术前访视系统可显著提升麻醉医生的工作效率，让麻醉医生有更多的精力关注患者的病情分析。②提高决策精准性：人工智能通过预警模型预测麻醉和手术中可能出现的风险，让麻醉医生能提高警惕，并提前做好应对措施。智能 监测与预警系统可及时发现生命体征的异常值并预警，从而提高麻醉医生决策的精准性。③提高医疗质量与安全：智能风险预测可有效降低麻醉和手术期间并发症的发生率。针对不同患者个性化的麻醉方案可减少麻醉药物的不良反应。
当前麻醉学科发展面临诸多痛点，如工作量庞大使得麻醉医生负担沉重、医疗机构的发展不平衡、麻醉护理队伍不足及麻醉护理学的严重滞后，导致麻醉医生不得不承担过多非医疗核心任务。人工智能赋能麻醉学科新质发展是大势所趋，未来有望在麻醉学教育、科学研究和临床实践等方面取得重大突破，改变传统麻醉学科的工作模式，提升麻醉质量及效率，更好地为人民身体健康保驾护航。我们应该加大对人工智能赋能麻醉学领域的投入，培养人工智能相关的麻醉学人才，从而充分发挥其潜力，为麻醉学科新质发展贡献力量。
编辑：柴若兰
审校：陈小星
声明：古麻今醉公众号为舒医汇旗下，古麻今醉公众号所发表内容之知识产权为舒医汇及主办方、原作者等相关权利人所有。未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。
