麻醉机器人的昨天、今天与明天

傅海龙 袁红斌

随着科学技术的迅猛发展，机器人技术已极大地改变了人们的生活。从航空、航天到家政服务，再到游戏娱乐，都能看到机器人的身影。可以说，机器人技术已深入应用至社会的各行各业，对人们的生产和生活方式产生了深刻的影响。2000年至今，医疗机器人技术进入高速发展期，著名的达芬奇机器人外科手术系统已被广泛用于普通外科、胸外科、泌尿外科和妇产科等手术中。机器人辅助诊断系统“沃森医生”也逐步应用于临床。机器人技术的合理运用可使医疗服务更标准和高效，操作更安全和便利，其正在潜移默化地改变临床医师的诊疗习惯和学习方式。

在麻醉学领域，如何实现围手术期精准给药、减轻麻醉科医师工作负担、减少麻醉操作失误率是一直被关注的问题，麻醉机器人便应运而生。现阶段，麻醉机器人按功能学定位主要分为3种类型，即给药机器人、麻醉技术操作机器人和认知型机器人。

从某种意义上说，给药机器人最早的雏形可追溯到靶控输注(target controlled infusion, TCI)系统。TCI系统是依托药代动力学模型计算血药浓度，通过软件控制给药速率，使麻醉药物的血药浓度达到预期值的一套高精度输注泵。然而，TCI泵是一个开环系统，需要根据手术刺激情况，人工确定和调整麻醉药物的浓度，术中往往不能维持恒定的麻醉深度。目前研发的一系列静脉给药机器人(又称静脉麻醉机器人)则主要是基于闭环TCI系统，通过实时获取相关目标参数，如脑电双频指数(bispectral index, BIS)、听觉诱发电位、血压、氧饱和度等来判断麻醉深度和循环情况，控制系统通过监测到的目标参数变化，自动调整输注泵内麻醉药物和血管活性药的给药剂量和速率，实现药物的闭环反馈输注，可实时、精准、个体化地解决用药差异。

在麻醉技术操作领域，机器人目前主要应用于气管插管和超声引导下的区域神经阻滞。2012年，开普勒插管系统(the Kepler intubation system)问世，利用其机械臂在模拟人身上首次完成了可视喉镜下气管插管[3]。2018年，中国成功研发机器人辅助下的远程插管系统(remote robot-assisted intubation system, RRAIS)，使远程急救辅助气管插管成为可能[4]。2020年，通过喉部成像和计算机图像自动识别技术，成功实现了气管插管时纤维支气管镜尖端自动识别声门[5]。2021年，中国科学家研发了一套磁导航气管插管装置，在模拟人上完成了磁导航气管插管实验[6]。随着研究的不断深入，气管插管机器人逐步走向自动化和远程化。在区域阻滞方面，2013年问世的麦哲伦神经阻滞机器人系统(Magellan robotic nerve block system)是第1个用于神经阻滞操作的机器人辅助系统[7]。该系统由控制界面、操纵杆、机械臂组成，机械臂末端带有神经阻滞针，可辅助麻醉科医师实施操作。

麻醉学领域的认知型机器人可通过分析患者的各项数据，识别围手术期需要人为干预的临床特殊情况，并实时提供相关建议和特定的治疗方案，为麻醉科医师提供临床决策支持，因此也被称为临床决策支持系统(clinical decision support systems, CDS)。在术前评估和术中不良事件监测领域，2018年问世的“先知”系统可预测麻醉过程中低氧血症的发生风险，并实时分析危险因素[8]；通过建立模型，研究人员已能够借助动脉波形和电子病历来预测围手术期低血压的发生[9-10]，利用人脸图像预测是否存在插管困难[11]。但是，目前研发的认知型机器人仍处于单一模型预测阶段，还不能全方位地评估病情和预测围手术期不良事件，仅能向医师提出建议，最终还需由临床医师决定是否采纳。

可以预见，在不久的将来，麻醉机器人的各项功能将被进一步整合与强化，作为麻醉科医师，如何把握这一发展趋势，借助机器人技术更好地服务于患者是值得认真思考的问题。

当前静脉麻醉机器人已逐步采用MIMO系统，但每个闭环独立运行，仅由对应的监测指标引导相应药物的输注。事实上，各环路间是交叉沟通的，例如，部分静脉麻醉药在发挥镇静作用的同时，会对镇痛药和肌松药产生协同作用。如何充分考虑各环之间的相互影响，有效协同每个闭环的运行，是静脉给药麻醉机器人下一步研发的重点。

对于认知型机器人而言，如何由单纯的“预测评估”升级为“预测性治疗”是值得关注的问题。目前的CDS尚不能全面地预测各类不良事件的发生，更无法独立反馈。如何准确预测围手术期不良事件发生的时间和原因，并提前进行有效的干预，从而更好地改善预后显得更为重要。

对于麻醉技术操作机器人而言，如何融入其他两类机器人，成为完整意义上的人工智能麻醉机器人个体是未来发展的方向。给药机器人、麻醉技术操作机器人的控制软件与认知型机器人整合，形成机器人的“脑”；给药机器人的输注泵和技术操作机器人的操纵杆、机械臂则构成机器人的“手”，“脑”与“手”相互配合，可以更加安全高效地完成各项操作，达到理想的麻醉状态。2018年问世的一款机器人学习系统，可在硬脊膜超声图像中自动定位硬膜外穿刺针的针尖，并自动识别超声图像中硬膜外腔的解剖界标，大大提高了针尖定位的准确性和穿刺成功率[12]。可以想象，将该项认知型机器人技术融入麻醉技术操作机器人中，可为研发自动硬膜外穿刺机器人奠定基础。同样，2018年报道的一种基于全自动超声图像的神经跟踪方法可准确地追踪神经位置，对实现超声引导下神经阻滞机器人的全自动化技术整合意义非凡[13]。实际上，在临床工作中，麻醉科医师面对着大量血流动力学监测设备和电子医疗记录，通过开发深度学习能力的麻醉机器人，将极大地减轻麻醉科医师的工作负担，并能为患者提供真正个性化的治疗。尤其在面临重大灾难和疫情时，麻醉机器人将有望缓解因一线麻醉科医师短缺造成的临床工作压力。

机器人技术虽然能为临床麻醉工作带来巨大便利，但其也带来一系列伦理问题。首当其冲的便是医疗责任主体的问责问题。鉴于当前全世界都缺乏界定人工智能在医疗服务中责任的法律和规范，在医疗过程中引入机器人，可能会促使人们对传统的医患关系产生质疑。临床医学的核心契约，即患者与医师之间的信任关系，随着机器人系统的加入将可能出现混淆。当出现医疗事故时，哪一方是责任主体，如何进行问责，仍需要后续进一步制订规范并采取相应的措施。其次是患者的隐私问题，随着大数据时代的到来和认知型机器人的发展，电子病历数据需要不断被分析整合，为临床决策提供支持，此时如何保护患者的隐私是面临的重要问题。最后，在麻醉学领域机器人技术带来的职业替代问题也可能成为麻醉从业者担忧的问题。因此，在人工智能环境下发展麻醉机器人的同时，国家层面也要加快相关法律、法规的制订，加强伦理道德风险的管控。

可以预见，机器人技术在麻醉领域的应用前景是不可估量的，其对保障患者安全、提高麻醉质量、实现个性化服务、减轻麻醉科医师工作强度和缓解其压力等方面都具有重大意义。作为新时代的麻醉科医师，应当善于接受新鲜事物和新技术，发挥人工智能技术的优势，使其辅助麻醉科医师更好地服务于患者。