【睿智麻醉】麻醉科应用 AI,哪些场景适合先尝试?

上一篇，我们讨论了麻醉科应用人工智能（AI）的意义。接下来需要回答一个更具体的问题：科室应优先开展哪一项应用？

不妨先列出科室的实际需求：指南与文献查询、术前访视记录辅助、术前资料整理、围术期风险评估、麻醉计划辅助制定、质量控制筛查、交班记录整理、排班协调和耗材统计。这些需求各有价值，但科室的人员、时间和资源投入有限，需要结合实际工作确定优先顺序。产品演示有助于了解工具功能，但不能替代对实际应用效果的评价。确定优先任务时，既要考虑临床与管理需求的紧迫性，也要评估数据质量、工作流程和人员配置是否具备条件。即便从风险相对较低的任务起步，也应明确其能够减少哪一项具体负担。

合适的起点，应有明确的预期效益，也应有可执行的核查与评价方法。

首先评估实际效益：能否节省医护人员的时间，减少重复录入与整理，或改善某个工作环节？可以先在小范围试用中观察，再判断是否适合科室持续应用。同时，应计入资料准备、人工审核、错误修正、人员培训、知识更新和系统维护的投入。生成速度快，并不等于完成整项工作的总用时更短。其次评估可核查性：输出内容依据何在，由谁复核，发现错误后如何处理？复核所需的专业能力和时间，也应在试点前明确。

对于临床相关任务，在核查流程尚未落实时，不能仅凭预期效益扩大应用。例如，摘要可能遗漏原始记录中的过敏史；有文献引用的围术期用药调整建议，也可能不符合患者的具体情况。审核既要核对已生成内容，也要检查关键项目是否遗漏，以及建议的适用条件是否满足。

下面重点讨论四类场景：知识查询、患者资料整合、文书辅助和质量控制筛查。这些任务可在限定范围后开展试点，并分别设置评价标准；其可行性仍取决于具体任务和科室条件。其他场景也可按同样原则评估。排班规则较完善的科室，可能更需要辅助协调；耗材统计若长期占用人力，也可考虑优先改进。具体顺序应由本科室的实际需求和实施条件决定。

四类场景可以相互衔接：经核实的患者资料可用于文书起草，文书及修改记录可用于质控复核，知识查询可辅助核对专业依据。各项应用是否具备启动条件，应分别评估，不必设定固定的上线顺序。

遇到需要进一步核实的合并用药问题或院内诊疗流程时，麻醉医生通常需要检索资料，并核对原文的适用条件。AI可辅助完成检索和要点整理，也可用于准备病例讨论与教学资料。检索时间是否缩短、证据是否更便于核实，可以作为初步评价内容。能否改善诊疗质量，则需另行评价，不能由使用便利性直接推导。核查应包括三个方面：来源是否可追溯，原文是否支持回答，相关证据是否适用于当前临床问题。

三者缺一不可。指南建议可能限定药物种类、剂量、操作类型及患者条件；即使引用的文献真实存在，AI仍可能遗漏这些限制。仅确认链接能够打开，不能证明回答准确或适用。在带教中，可借助工具引导年轻医生形成从临床问题出发、检索并评价证据的习惯，同时追问：引用内容能否支持当前判断？还需核实哪些患者信息？适用条件改变后，建议是否仍然成立？知识库建设应支持上述核查。指南需保留版本、章节、表格及脚注等信息；院内制度需明确适用范围、有效状态和更新日期。资料不足或证据不明确时，应如实提示，不能为使回答完整而补充缺乏依据的内容。

试点评价应纳入常见问题、条件复杂的问题、来源之间存在分歧的问题，以及证据不足的问题。除来源可追溯性外，还应评价回答与原文的一致性、适用条件的完整性和人工核查负担。少量抽查可用于发现初步问题，但不足以证明系统能够持续、可靠地应用。

术前资料整理可先限定为：提取已有记录中的既往史、用药史、检验及检查结果，按时间顺序汇总，保留原始来源，并标注缺失信息和记录不一致之处。例如，同一种药物在不同记录中分别记载为“长期服用”和“曾停用”，整理结果应保留各自的日期和出处，并提示核实目前用药情况。检验结果应保留采样时间、项目名称、数值和单位，结合既往结果呈现变化，不能只提取脱离时间背景的单个数值。

这一阶段应重点验证信息提取与整理的准确性、完整性，不宜未经进一步验证就扩展为自动判断手术可行性或独立制定麻醉计划。涉及临床决策的内容，仍须由麻醉医生结合实际病情评估并确认。药物名称混淆、记录时间归属错误及关键资料遗漏，未必能从摘要的语言表达中发现。人工复核应对照原始记录，既检查已提取内容是否准确，也核查应当纳入的关键信息是否完整。试点前，应明确资料使用授权、访问权限、使用环境及处理范围。可先使用获准调用的既往病例资料开展回顾性验证；暂不具备系统接口时，也可在限定资料范围内试用。既往病例资料同样应遵循医院的数据管理要求。

评价应包括关键项目遗漏、信息提取或归类错误、来源可追溯性，以及包含核查和纠错的总用时。应预先明确关键安全项目及不可接受的错误，发现问题后先修正并复核，再决定是否继续或扩大试用；效率提升不能抵消重要信息遗漏。

文书辅助：省下重复劳动，做好审核确认

05

对于每日手术量较大的科室，术前访视记录中常有重复录入、资料整理和格式调整等工作，可通过试点评价AI是否有助于减少此类负担。文书辅助可基于经核实的患者资料，或由医生提供并核对的内容，按照既定记录要求生成草稿。缺失信息应标注为待补充或待核实，不得为填满模板而自行添加。尤其不能将“未记录”转换为“未见异常”，或将未经确认的病史写成确定事实。自动填入的内容应便于追溯来源，并支持医生修改和确认。术前访视还包括与患者沟通、必要的体格检查及麻醉评估。AI生成文书草稿不能替代这些诊疗活动；相关评估应由麻醉医生完成，并在核实内容后审核定稿。过程记录应保留文书草稿、人工修改及最终审核确认信息，以便追溯资料来源和内容变更。

评价应统计完成一份经审核、可使用文书的总用时，同时记录错误、遗漏、修改原因及审核负担。修改比例较低并不必然说明文书质量较好，还应检查是否存在未经充分核实便直接采用的情况。

质控筛查：发现疑点之后，还要推动改进

06

质控筛查既要关注准确性，也要关注后续处理。误报会增加人工复核负担，漏报则可能使实际问题未被识别。筛查后是否及时复核、反馈并追踪整改，决定了其能否形成持续的质量改进。科室可从现有记录中选择一类标准明确的问题，如规定必填项目是否缺失、签名信息是否完整、关键时间记录是否相互矛盾。能够依据明确规则判断的内容，可优先采用规则校验。对于需要结合上下文理解的内容，可由AI辅助识别疑点。例如，病程描述与诊断记录可能不一致时，应同时展示相关原文及时间信息，提交人工复核，避免将不同病程阶段的记录差异直接认定为错误。筛查输出应是一份附有依据的待复核清单。是否构成质量缺陷、原因如何及采取何种整改措施，应由负责人员依据评价标准，结合原始记录与实际诊疗情况判断。质控筛查可以基于已有文书开展，无须等待其他AI功能全部上线。记录缺失本身可以作为筛查对象；涉及复杂临床问题时，则需具备相应资料、评价标准和专业复核条件。

试点前，应明确复核负责人、反馈方式和整改后的复查流程。评价既要关注被标记记录中经复核确认的问题，也要抽查未被标记的记录，以了解可能的漏检，同时记录复核用时及整改效果。

从一件事做起，让科室逐步积累经验

07

回到科室的需求清单，可结合以下条件确定起点。

专业资料较完整、具备证据核查条件时，可开展知识查询试点；已有可用患者资料和复核人员，且资料使用范围明确时，可尝试术前资料整合；文书结构较统一、重复录入较多时，可试行文书辅助；已有明确质控标准和复核负责人时，也可从一项具体筛查任务起步。其他任务也应分别评估。围术期风险评估与麻醉计划辅助制定，需要明确输入信息、适用人群、验证要求及医生审核权限；排班协调需考虑人员资质、岗位安排和时间约束；交班记录整理需重点核查关键信息是否遗漏；耗材统计则需统一统计口径，并评价实际管理效益。启动试点前，建议明确两项内容。

一是应用范围与责任分工：处理哪些资料，输出哪些内容，由谁审核；出现哪些情况应暂停使用或转由人工完成。

二是评价标准：选取哪些代表性任务，与现有流程如何比较，质量和效率应达到什么要求，以及发现关键错误后如何处理。

先在限定范围内验证一项任务，记录其实际效益与发现的问题。是否扩大应用，应依据资料质量、人员条件和验证结果决定。随着试点推进，科室可逐步完善资料管理、人工审核和效果评价流程，形成可持续改进的工作方法，并据此判断后续工具是否适合引入。

大成软件研发副总，医疗信息化领域技术专家，曾参与手术麻醉行业标准制定，并担任医疗信息化专业书籍编委。

中山大学附属第三医院副研究员、副主任医师、硕士研究生导师。首届广州市优秀健康科普专家，长期从事临床麻醉与医学人工智能研究，现任中华医学会麻醉学分会麻醉围术期大数据学组秘书，广东省医学会医学人工智能分会副主任委员等职。主持国家自然科学基金及省重点研发等项目10余项，发表SCI论文60余篇，获授权专利20余项，多项人工智能成果实现临床转化。