手术室外麻醉教育与住院医师的培养

王永旺, 赵振海, 蒋奕红, 张文斌, 庾俊雄 (桂林医学院附属医院麻醉科， 广西 桂林 541000)

近年来, 随着手术种类的变化, 麻醉医生的工作环境, 从熟悉的手术室内, 发展成为手术室外多环境工作模式, 如放射科、 胃肠镜、 气管镜、 心内科介入、 儿科和急诊复苏等[1]。 特别在老龄化发展趋势下, 麻醉医生面临更多压力, 老龄患者需要在手术室外麻醉(nonoperating room anesthesia, NORA)下完成微创或无创诊断检查以及手术。 与传统手术过程不同的是, 越来越复杂的手术需要在NORA下完成。 同时, 麻醉医生需要在NORA下处理许多急诊或紧急不稳定患者。 当代NORA情况下, 麻醉住院医师需要快速适应新的工作环境, 利用有限的资源, 最短时间内为患者提供优质的麻醉, 完成诊断性和治疗性手术过程[2]。

1 NORA设施和应对

NORA需要的设施包括: 废气排除系统的麻醉机、 监护仪器、 可靠的氧源、 负压吸引装置、 手动复苏球囊、 应急电源系统、 患者的详细信息、 有效充足的空间、 带有除颤仪的急救车和可靠的双向通信系统[3]。

NORA的核心目标是建立与手术室内同水平和标准的工作环境。 由于NORA的麻醉风险较高, 麻醉医生需要认真管理患者, 避免并发症和不良事件的发生[3]。 NORA环境下住院医师教学包括: 患者情况比较复杂, 采用急诊患者标准准备; 工作环境不熟悉; 仪器设备及药物不如手术室内齐全; 围术期并发症发生率更高。 因此, 住院医师在NORA下应认真按照工作流程进行麻醉工作, 术前准备仔细完成, 术中严格检查安全核查单, 术后转运预防并发症发生[2]。

2 未来医学发展和NORA策略

2.1 新型药物研发

虽然临床上具备快速起效、 消除、 稳定的血流动力学和无呼吸抑制及毒副作用等特点的“理想麻醉药”还未问世; 但是临床已经在研发新型咪达唑仑注射液和依托咪酯注射液等[4]。 麻醉药品是麻醉住院医师需要掌握的基本知识。 在基础学习阶段, 住院医师学习麻醉药物基本的药理特性。 临床工作中, 住院医师需要充分了解药物的不同药理特性、 副作用及药物代谢动力学; 从而更好地掌控麻醉药和为患者提供个体化治疗策略。 麻醉医生和临床药师, 需要帮助住院医师掌握新型药物的临床特性, 新药的代谢特点; 鼓励住院医师查阅文献, 尝试新型麻醉药物, 并探索新药对于临床的贡献。

2.2 麻醉监护系统发展

麻醉最初的目的, 使患者失去知觉或催眠。 麻醉医生通过麻醉镇静深度(depth of hypnosis, DOH)来反映麻醉镇静的不同程度, 主要通过脑电监测系统来实现, 如脑电双频谱指数等。 闭环麻醉系统, 是指通过测量患者临床生命体征表现, 反馈到调控中枢, 适应性调控药物持续输注, 从而实施个体化优质麻醉服务, 达到临床安全高效。 术中知晓是麻醉监护期间的严重并发症, 给患者带来不同程度的精神障碍; 麻醉医生积极研究麻醉监护系统的目的, 为了防止此类并发症的发生。 有研究表明[5], 麻醉医生希望通过人工智能等最新技术的发展, 使患者接受最佳的麻醉手术, 从而达到最佳的围术期康复状态, 降低围术期医疗费用和患者经济负担。

麻醉医生推动DOH监测仪的发展, 为NORA提供了完善的监护系统。 DOH系统联合闭环麻醉系统, 为患者提供优质的麻醉服务[6]。 闭环麻醉的优点是减少麻醉药物总量、 加速术后康复和改善血流动力学。 因此, 住院医师必须了解DOH和闭环麻醉监护设备的特点和局限, 理解靶控输注和闭环麻醉系统的机制, 从容的给患者实施精准麻醉管理。

2.3 人工智能和大数据时代

大数据、 人工智能、 机器学习和深度学习, 对未来医学信息发展方向具有深远影响意义。 机器学习和深度学习, 是未来住院医师学习的主要模式。 机器学习功能通过重复学习和训练, 可以整合大量临床资料, 达到精准治疗, 降低麻醉不良事件发生率, 提高精准麻醉完成率。 深度学习功能, 是机器学习功能的延伸项目, 进一步提高麻醉服务能力。 大数据是指使用新型设备来处理大量混杂数据。 麻醉监护设备产生的麻醉数据量, 要比工商业产生的少很多。 然而, 这些数据量是非常混杂的。 这些信息来源于多数据流, 例如生理性、 人口统计学、 药物性、 单纯数据、 图像(视频喉镜和食道超声)、 账单、 网站内容管理系统数据等[7]。 这些未来技术对于住院医师从事NORA教学具有重要的指导作用。 第一, 人工智能技术发展, 优化麻醉监护图像处理能力[8]。 麻醉医生使用便携及微创设备, 可以得到良好的图像传输, 从而减少患者心理负担。 第二, 人工智能改进教学质量; 在模拟教室内, 导师采用人工智能训练麻醉住院医师的临床管理能力。 第三, 预测分析系统, 告知住院医师提前干预治疗低血压和其他生理性变化, 降低内环境紊乱和临床不良反应发生率[9]。 第四, 大数据将会保留大量病例资料, 有助于分析不良并发症的原因。

3 住院医师应对未来的策略

3.1 教学和培训

住院医师开始学习NORA前, 必须接受良好的麻醉基础训练[10]。 循证医学、 患者安全和生理学监护, 是麻醉管理的重点内容。 这些内容结合导师辅导, 可以提高住院医师麻醉管理水平。 传统教学方法存在一定的弊端。 目前流行的教学方法包括: 翻转课堂、 问题导向和能力导向的学习、 模拟训练操作法[11]。 这些多因素教育方法, 在住院医师的培训中起到了重要的作用。

3.2 认知健康

Gilkey等[12]详述了四步法达到认知健康理念。 第一, 麻醉住院医师必须理解重复训练的经验, 优化大脑反应速度。 因此, 麻醉住院医师需要不断学习和模仿麻醉专家的临床工作。 第二, 住院医师需要努力工作, 主动学习NORA手术过程及注意事项。 反之, 住院医师被动面对持续的工作压力, 将会严重影响其学习效果。 在大数据时代, 住院医师必须主动承担风险并突破界限。 第三, 由于在NORA环境下, 各种风险经常发生。 因此, 导师必须突破常规的模式和场景, 给予住院医师具有挑战性的学习任务。 第四, 麻醉住院医师要有持续不断的工作学习态度, 才能达到优化麻醉管理能力的目的。

3.3 职业倦怠和不利影响

研究报道, 麻醉住院医师的职业倦怠率很高; 同时住院医师的适应性调整能力和情商个性特点教育, 对于下一代麻醉医生也至关重要[13]。 NORA环境具有高麻醉风险和许多非标准化流程, 这时麻醉住院医师的韧性发展显得尤为重要[14]。 社交网络指出, 心理健康和乐观心态, 是建立韧性的重要品质[15]。

Jones说过精英不是与生俱来的, 而是后天培养出来的[15]。 从商业、 音乐到体育, 各行各业的成功者都是在压力下成长起来的。 麻醉培训核心任务是教育并帮助住院医师建立处理应急情况的突变能力。 住院医师要学会如何保持高压下高效工作, 专注于自身工作以及控制好自我, 把生活和工作强度处理好。

3.4 领导力培养

通过采访大量领导者, 对于在以往紧张工作、 创伤性经历或严酷考验中得到了什么？Bennis等[16]认为领导者的“积极适应能力”是必不可少的。 处理负性经历时, 正直和保持个性特征, 如激情和好奇心是必不可少的。 住院医师应当知道, 面临不利环境如高压NORA, 如何获得思变能力。 我们如何培养住院医师这些技能, 还有待研究。

总之, 不断变化的麻醉工作环境, 要求住院医师培训期间, 进行专科化培养训练。 在手术室外复杂环境下, 可靠地实践和科学教学方法, 是帮助住院医师进行高风险患者麻醉安全的有效保证。 当前环境和发展趋势下, 我们必须专注于培养住院医师的认知健康和心理适应性。 在NORA下工作时, 确保住院医师有效持续的完成麻醉任务。