EN
新闻中心
【中华医学会麻醉学分会麻醉人工智能学组(筹)】2020年视频工作研讨会成功召开

中华医学会麻醉学分会

2020-11-24 15:03阅读 158

2020年10月17日,中华医学会麻醉学分会麻醉人工智能学组(筹)视频会议在线上成功举办。 在疫情防控工作常态化的形势下,中华医学会麻醉学分会倡导各专业学组进行线上学术交流。麻醉人工智能学组(筹)积极响应学会号召,将人工智能与麻醉学组会议暨2020年人工智能与麻醉论坛改为视频会议,并与此次第九届东方麻醉与围术期医学大会暨上海ERAS高峰论坛联合举办。来自陆军军医大学第二附属医院的李洪教授、来自苏州大学第一附属医院的稽富海教授、来自同济大学附属第十人民医院的赵璇教授、来自陆军军医大学第一附属医院的易斌教授、来自复旦大学附属华山医院的王英伟教授以及来自昆明医科大学附属第一医院的邵建林教授分别作了报告。上海儿童医学中心的张马忠教授、复旦大学附属华山医院王英伟教授和余琼教授担任论坛主持人。


本次人工智能麻醉论坛由上海儿童医学中心的张马忠教授首先致欢迎辞。接着由六位专家依次奉献精彩的专题讲座。陆军军医大学第二附属医院的李洪教授对基于大数据特征处理的人工智能麻醉深度预测进行了总结和介绍;苏州大学第一附属医院的稽富海教授讲解了人工智能气管插管的研究进展;同济大学附属第十人民医院的赵璇教授对麻醉中的人工智能进行了介绍;陆军军医大学第一附属医院的易斌教授分享了自己对围术期AI算法应用研究的经验和教训;复旦大学附属华山医院的王英伟教授总结了人工智能深度学习麻醉学进展;最后昆明医科大学附属第一医院的邵建林教授对麻醉学AI进行了展望和总结。



李洪教授

基于大数据特征处理的人工智能麻醉深度预测

李洪教授首先对我国当前麻醉深度监测的使用现状进行了介绍:目前市面上有很多麻醉深度监测仪器,但是临床普及率低,仪器精确性不足。麻醉深度监测对麻醉深度的控制、用药等具有重要作用,所以改善麻醉深度监测仪的精准度是未来重要研究方向。接下来,李洪教授从AI在EEG麻醉深度监测的应用、AI在非EEG麻醉深度监测的应用、AI在多参数 麻醉深度监测的应用、基于大数据特征的麻醉深度预测四个方面介绍了AI在麻醉深度监测发展的新趋势。最后李洪教授对大数据AI麻醉深度预测的前景进行了展望。

嵇富海教授

人工智能气管插管的应用进展  

嵇富海教授首先介绍了气道管理在麻醉医生工作中的重要性。接下来从第一次人工智能气管插管到使用人工智能算法提高识别声门开口准确率,到远程机器人辅助插管系统的建设提高院前插管成功率,再到最新的自动内窥镜气管插管系统用于无插管经验人员,对人工智能在麻醉中和气管插管中的应用进行了详细总结。最后提出未来需要从扩大实验样本量、硬件设施可携带化、人工智能算法优化和人工智能气管插管普及化四个方面进行改进,使大家对人工智能在气管插管方面的应用有了更具体的认识。

赵璇教授

迈向未来:麻醉学中的人工智能

赵璇教授首先介绍了人工智能的概念,并概述了其在各个领域尤其是医学领域的应用。紧接着从几个方面阐述了人工智能在麻醉学领域应用的进展:麻醉深度的监测、麻醉控制系统、麻醉事件和风险预测、超声引导和疼痛管理。最后,从麻醉医生对人工智能的看法,人工智能在医学中的利弊和人工智能在医学中的理论问题三个方面,赵璇教授提出了自己对于人工智能的辩证思考。总的来说,目前没有一个可靠的AI系统可以代替麻醉医生,未来将走向何方也未可知。

易斌教授

围术期AI算法应用研究的经验和教训分享

易斌教授从自己的团队研究方向转换展开,介绍了人工智能及其在医学和麻醉学领域中的应用现状。通过文献查新及对机器学习在围术期领域研究特点的分析,其团队开展了7项研究。易斌教授详细介绍了前三项研究:基于机器学习算法的临床快速筛选IPVD、基于TCN的ICU重症患者死亡预测、基于小样本深度学习的动态精确识别Hb和失血量,并分享了相应的经验教训及反思总结如下。

1.要有明确的临床价值和临床结局:临床各指标丰满(诚意满满)

2.要有一定的算法创新:后续研究中采用“应用研究和算法研究”双投稿策略(合作单位比较高兴)

3.尽量多找一个国外合作团队:提升信任力(外国人名字最好)

4.数据来源多中心/单中心大样本

5.使用流程图的基础上产生一个看得见的工具:APP、网页、系统;至少有一个简单小程序,放入附件

6.文章撰写过程中,侧重医学的适当弱化算法描述,将算法部分放至补充材料;侧重算法的适当弱化医学,将次要的信息放入补充材料

7.首发价值巨大的建议投稿前先投预印本

王英伟教授

人工智能深度学习麻醉学进展

王英伟教授首先指出AI在医学领域的应用主要在于机器学习算法、数字化数据采集和计算性能在临床诊断治疗的应用,并提出AI在麻醉学领域的应用最多的是AI围术期预警和预测以及AI麻醉辅助操作设备两方面。接下来他通过预测小儿困难呼吸道的人工神经网络示意图、MySurgeryRick分析平台的概念框架、AI的术中低血压预测、AI预测术中低血压相关的心动过缓、AI预测术中低氧血症的相关文章,介绍了AI围术期预警和预测的研究进展。同时,王教授还通过药物机器人、机器人气管插管、机器人引导神经阻滞技术三方面应用成果来展示AI麻醉辅助操作设备方面进展。最后,王教授对机器学习的优势与局限性进行了总结,并提出自己的思考。

邵建林教授

麻醉学AI的愿景

邵建林教授首先从政策、经济、社会和技术三方面介绍了医疗人工智能发展背景,并简要说明了AI在医学和麻醉学的应用现状。他介绍了当前AI在麻醉学中应用的六大主题、三大AI技术以及三大支柱。通过回顾强生公司机器人麻醉医师Sedasys的“生命历程”,他指出麻醉AI的难点和所面临的挑战。接下来他对麻醉学AI的应用进行了展望,指出未来AI麻醉将会整合类人智能水平决策系统和自主操作能力的麻醉机器人,从而降低操作并发症并确保麻醉和手术安全。另外,邵教授对5G背景下的麻醉学AI时代也做出了展望,指出远程监护和麻醉将成为常态、麻醉会全方位AI化、AI麻醉医生成为现实、将会建立大数据化快速救助通道。虽然AI麻醉未来尚可期,但是只有解决好目前面临的深水问题才能让其真正落地,那么还有哪些问题呢?邵教授指出需要解决临床麻醉数据的批量化标准和对接问题、麻醉模型可解读性问题、传统麻醉信息系统对接可行性问题、人机交互问题、动机和运营问题、医院间系统的拓展问题。最后,他指出AI将引领下一波麻醉领域发展浪潮,但是机遇与挑战并存,需要大家的共同努力。

最后,中华医学会麻醉学分会麻醉人工智能学组组长王英伟教授对本次研讨会进行了总结。会上各地知名专家齐聚,为全国麻醉同道奉上一场内容丰富,形式多样,高水准,高质量的学术会议。专家们精彩的演讲让听众们收获颇丰,为AI在麻醉领域的研发和应用指明了方向。

图文:李东丽 杨笑宇 王英伟编审:中华医学会麻醉学分会  秘书处

返回列表