算法顯示了在全身麻醉下測(cè)量意識(shí)喪失的準(zhǔn)確性

麻醉藥作用于大腦，但是大多數(shù)麻醉醫(yī)師依靠心率，呼吸頻率和運(yùn)動(dòng)來(lái)推斷手術(shù)患者是否保持昏迷至所需程度。在一項(xiàng)新的研究中，麻省理工學(xué)院和馬薩諸塞州總醫(yī)院的一個(gè)研究小組表明，一種簡(jiǎn)單的人工智能方法，與所使用的麻醉劑相協(xié)調(diào)，可以產(chǎn)生一種算法，該算法可以基于大腦活動(dòng)以高精度和可靠性來(lái)評(píng)估患者的意識(shí)障礙。

“麻醉師心目中最重要的一件事是'我有沒(méi)有一個(gè)人躺在我的面前可能是有意識(shí)的，而我卻沒(méi)有意識(shí)到?”能夠在手術(shù)過(guò)程中可靠地保持患者的無(wú)意識(shí)是我們所做工作的基礎(chǔ)，”資深作者Emery N. Brown，皮克爾學(xué)習(xí)與記憶研究所和麻省理工學(xué)院醫(yī)學(xué)工程與科學(xué)研究所的Edward Edward Taplin教授說(shuō)，和MGH的麻醉師。“這是向前邁出的重要一步。”

布朗補(bǔ)充說(shuō)，新算法不僅可以提供良好的意識(shí)意識(shí)，而且還可以使麻醉師將其維持在所需水平，同時(shí)使用的藥物少于根據(jù)較少直接，準(zhǔn)確和可靠的指標(biāo)而可能使用的藥物。這樣可以改善病人的術(shù)后預(yù)后，例如del妄。

布朗也是哈佛大學(xué)醫(yī)學(xué)院的教授，他說(shuō)：“我們可能總是有點(diǎn)'落伍'。”“但是我們能做到足夠準(zhǔn)確嗎，以免我們給人們的劑量超過(guò)需要的量?”

例如，算法用于驅(qū)動(dòng)輸液泵，可以幫助麻醉師精確地節(jié)流藥物輸送，以?xún)?yōu)化患者的狀態(tài)和所接受的劑量。

人工智能，真實(shí)世界的測(cè)試

為了開(kāi)發(fā)這項(xiàng)技術(shù)，博士后John Abel和Marcus Badgeley領(lǐng)導(dǎo)了這項(xiàng)研究，該研究發(fā)表在PLOS ONE[LINK TBD]，他們?cè)?013年收集的一組出色數(shù)據(jù)上訓(xùn)練了機(jī)器學(xué)習(xí)算法。在該研究中，20多歲的10名健康志愿者接受了常用的異丙酚的麻醉。由于使用計(jì)算機(jī)控制的給藥方法有條不紊地提高了劑量，志愿者被要求對(duì)一個(gè)簡(jiǎn)單的請(qǐng)求做出回應(yīng)，直到他們不再這樣做為止。然后，當(dāng)他們隨著劑量減少而恢復(fù)意識(shí)時(shí)，他們變得能夠再次做出反應(yīng)。一直以來(lái)，腦電圖(EEG)電極記錄了反映其大腦活動(dòng)的神經(jīng)節(jié)律，從而在測(cè)得的大腦活動(dòng)與表現(xiàn)出的意識(shí)喪失之間提供了直接，實(shí)時(shí)的聯(lián)系。

在這項(xiàng)新工作中，Abel，Badgeley及其團(tuán)隊(duì)根據(jù)不同的基礎(chǔ)統(tǒng)計(jì)方法，對(duì)來(lái)自7名志愿者的33,000多個(gè)2秒長(zhǎng)的EEG錄音片段進(jìn)行了訓(xùn)練，以?xún)?yōu)化其AI算法的版本。這樣，算法可以“學(xué)習(xí)”在異丙酚下可預(yù)測(cè)意識(shí)和無(wú)意識(shí)的腦電圖讀數(shù)之間的差異。然后研究人員以三種方式對(duì)算法進(jìn)行了測(cè)試。

　　免責(zé)聲明：本文由用戶(hù)上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！