基于脑电小波指数的人工智能给药系统的临床应用

何士凤，朱泽飞，张婉月，杨贯宇，郑红雨，孙振涛

全身麻醉中通过观察患者体征来判断麻醉深度的方法并不客观，麻醉深度监测已经成为一种常规监测手段［1］。脑电小波监测技术通过小波算法对脑电信号进行分析，提取出镇静指数（WLi）和镇痛指数（PTi）等来反映麻醉深度［2］。基于脑电小波监测的人工智能给药系统以WLi 和PTi 为主要反馈信号，自动调整丙泊酚及瑞芬太尼的输注速率，可以维持适当的麻醉深度，实现麻醉用药个体化。本研究旨在探讨基于脑电小波指数的人工智能给药系统在临床中应用的可行性和安全性。

1 对象与方法

1.1 研究对象 选取郑州大学第一附属医院2021年2月—7月择期行腹腔镜结直肠癌根治术的患者。纳入标准：（1）年龄≥18岁。（2）美国麻醉医师协会（ASA）分级Ⅱ～Ⅲ级。排除标准：（1）患有精神心理疾病。（2）患有严重的心律失常。（3）患有神经肌肉系统疾病。共纳入研究对象70例，并采用随机数字表法分为人工智能给药组（IT 组）和手动调节组（CT组）。其中剔除取消手术5例，更改术式4例，沟通障碍1例，失访2例，出血较多3例，非计划转入重症监护室（ICU）3例，最终IT 组纳入23例，CT 组纳入29例，共52例。本研究经郑州大学第一附属医院伦理委员会批准（批件号：2021-KY-1106-002），并通过中国临床试验中心注册（注册号：ChiCTR2100049859），所有患者均签署知情同意书。

1.2 麻醉方法 所有患者常规禁食禁饮。入手术室后建立外周静脉通道，常规吸氧，连接心电监护及麻醉全深度监护仪HXD-I。局麻下行桡动脉穿刺置管测压，超声引导下行右侧颈内静脉穿刺置管。充分预充氧后，舒芬太尼0.5～0.6 μg/kg静脉注射，3 min后，IT组开始运行易飞科技人工智能给药系统丙泊酚通路，CT 组开启恒速泵注丙泊酚通路。待患者意识消失后，静脉注射顺式阿曲库铵0.15 mg/kg，当WLi下降至60 以下并稳定30 s 以上时，可视喉镜引导下气管插管，进入麻醉维持阶段，开启瑞芬太尼输注通路。IT组中人工智能给药系统根据反馈的WLi、PTi 自动调整瑞芬太尼和丙泊酚输注速率，维持WLi、PTi 值为40～60；CT 组则由麻醉医师根据WLi、PTi 值手动调整瑞芬太尼和丙泊酚输注速率，维持相同目标。在平均动脉压（MAP）＜65 mmHg（1 mmHg=0.133 kPa）或收缩压（SBP）＜90 mmHg 时，IT 组触发单次事件自动注射去甲肾上腺素同时于系统终端示警，见图1。CT组由麻醉医师手动静注去甲肾上腺素，每次8 μg。2 组均行容量控制通气，设置潮气量6～8 mL/kg，吸呼比1∶2，氧流量2 L/min，适当调节呼吸频率，维持呼气末二氧化碳分压［p（CO2）］在35～45 mmHg，间断追加顺阿曲库铵。2 组患者术中WLi、PTi值＞60或＜40，持续超过3 min以上仍不能恢复至目标值时，则进行干预调节，调整麻醉深度，维持WLi 和PTi 值为40～60。

Fig.1 Intraoperative application process of automated administration guided by EEG wavelet index图1 基于脑电小波指数人工智能给药系统的使用流程

由同一组技术熟练的医生实施手术，采用相同的腹腔镜切口，术中CO2气腹压维持在12 mmHg。缝皮即将结束时停止瑞芬太尼、丙泊酚输注，同时注射地佐辛5 mg，帕洛诺司琼0.25 mg。手术结束后转入术后麻醉恢复室（PACU），等待患者苏醒，拔除气管导管，当患者Aldert 护理评分达到10 分后送回病房。

1.3 观察指标 患者一般情况和手术各指标：年龄、性别、身高、体质量、体质量指数（BMI）、ASA 分级、术前和术后1 d血红蛋白及肌酐值、术前合并症及用药、手术类型；切皮前及入PACU时乳酸水平、手术时长、麻醉时长、液体总出入量、术后拔管时间和术后PACU 停留时间等。主要指标：取麻醉诱导前MAP 为基线MAP，并记录患者麻醉诱导前（T0）、麻醉诱导后（T1）、手术开始即刻（T2）、手术开始后1 h（T3）、手术结束时（T4）的心率（HR）、MAP、血压差（ΔP），其中ΔP=各时点MAP-基线MAP；患者术中瑞芬太尼和丙泊酚用药剂量；术中给予去甲肾上腺素的剂量；术中不同血压水平（MAP＜65 mmHg或SBP＜90 mmHg、MAP 介于基线值的±20%、MAP＞基线值的20%）持续时间占总手术时长的百分比；术中干预调节的次数。次要指标：患者术中不良事件和术后7 d 内并发症的发生情况。

1.4 统计学方法 采用SPSS 22.0软件进行数据分析。正态分布计量资料以±s表示，组间比较采用独立样本的t检验。非正态分布计量资料以M（P25，P75）表示，组间比较采用Mann-WhitneyU检验，不同时点数据比较采用广义估计方程。计数资料以例（%）表示，组间比较采用χ2检验或Fisher确切概率法。P＜0.05为差异有统计学意义。

2 结果

2.1 一般情况和手术各指标比较 2组患者一般情况和手术各指标比较差异均无统计学意义，见表1、2。

2.2 2 组血流动力学参数比较 组内比较：与T0相比，2 组T2时刻HR 均明显降低（P＜0.05）；与T0相比，2组T1时刻MAP均明显降低，T2时刻MAP较T1时刻均明显升高，T3较T2均明显降低（P＜0.05）；CT 组T3时刻ΔP 较T2明显升高（P＜0.05）。组间比较：在T3时刻，IT 组HR 明显低于CT 组（P＜0.05），其他时刻2 组间HR 差异均无统计学意义（P＞0.05）；在T2时刻，IT组MAP明显高于CT组（P＜0.05），其他时刻2组间MAP差异均无统计学意义（P＞0.05）；在T1、T3时刻，IT组ΔP明显低于CT组（P＜0.05），其他时刻2组间ΔP差异均无统计学意义（P＞0.05），见表3。

Tab.1 Comparison of general conditions between the two groups of patients表1 2组患者一般情况比较

Tab.2 Comparison of surgical indicators between the two groups of patients表2 2组患者手术各指标比较

Tab.3 Comparison of MAP,HR and ΔP at different time points between the two groups of patients表3 2组患者不同时点MAP、HR和ΔP的比较 ［M（P25，P75）］

2.3 2组术中镇静、镇痛、升压药物剂量以及不同血压水平比较 与CT组相比，IT组丙泊酚用量及干预调节次数明显减少，术中MAP＜65 mmHg 或SBP＜90 mmHg持续时间占总手术时长的百分比及去甲肾上腺素的总剂量较CT 组明显降低，术中MAP 介于基线值±20%持续时间占总手术时长的百分比明显升高（P＜0.05），血流动力学更加稳定，见表4。

Tab.4 Comparison of primary indicators between the two groups of patients表4 2组患者主要指标比较

2.4 不良事件和术后并发症比较 2组患者术中不良事件和术后7 d 内并发症比较差异无统计学意义（P＞0.05），见表5。

Tab.5 Comparison of secondary indicators between the two groups表5 2组患者次要指标比较 ［例（%）］

3 讨论

人工智能在麻醉中的应用前景广阔，主要包括监测围手术期不良事件、自动评估麻醉深度、麻醉药物自动给药系统及自动超声图像处理等方面［3］。目前，临床上有多种麻醉深度监测方法，其中脑电双频谱指数（bispectral index，BIS）应用最为广泛［4］。但BIS监测依据傅立叶变换原理，患者的肌松和镇痛水平对BIS值均有一定的影响［5-6］。

与BIS的计算方法不同，WLi监测依据小波算法分析脑电信号，是一种时频域的分析方法。对于绝大多数的非稳定信号（如脑电信号），小波分析可以避免肌松和镇痛水平所带来的影响。基于脑电小波监测的人工智能给药系统通过无创脑电传感器采集前额叶两导联脑电波，分析得出一系列反映大脑功能状态的特征指数组，并以WLi 和PTi 为主要反馈信号，结合血压和心率等其他指标，自动调整推注泵镇痛、镇静药物的输注速率。此外，麻醉医师可在系统终端添加个体化的药物输注和麻醉诊疗处置方案，从而实现闭环智能反馈自适应调节给药功能。

腹腔镜结直肠癌根治术患者常合并贫血、腹泻和肠梗阻等症状，手术时间长，术中失血失液量多，易发生低血压，严重影响预后［7-9］。此外，长时间静脉泵注丙泊酚可能会发生丙泊酚输注综合征，引起血流动力学参数的波动［10］。精准的麻醉管理对于此类手术至关重要，基于脑小波指数的智能给药系统可能具有较好的指导作用。本研究中，与CT 组相比，IT 组术中丙泊酚用量明显减少，术中MAP 介于基线值±20%持续时间占总手术时长的百分比明显增大。这得益于两方面原因：一方面，该系统将连续的WLi值作为反馈信息来微量精准调整丙泊酚的输注速率，这与既往闭环靶控输注系统研究结论相同［11-13］；另一方面，有研究发现镇痛药物和镇静药物之间具有协同作用，镇痛不足可引起镇静指数的升高［14-15］。脑电小波监测技术不仅可以提取出反映麻醉深度的指标WLi，而且还有反映大脑对疼痛刺激耐受程度的特征性镇痛指数PTi，基于脑电小波监测的智能给药系统可以通过双指数的不断反馈，精准平衡调控镇静和镇痛，快速微量调节丙泊酚及瑞芬太尼的输注速率，避免了丙泊酚的过快给药，这种相对频繁的自动微调改善了血流动力学稳定性。

此外，本研究中IT 组干预调节次数明显减少，人工智能给药系统的应用可以减轻麻醉医师的工作负担，避免麻醉医师在长时间手术中过于疲乏劳累，从而降低麻醉医师出现医疗差错的概率。同时，本研究结果表明手动调节组和自动输注组患者术中知晓和术后并发症发生率并无差异，也说明了基于脑电小波监测的人工智能给药系统的安全性和可行性。

本研究结果表明基于脑电小波指数的人工智能给药系统表现优于手动调节组，但该系统只是一个辅助设备，应用此种系统并不意味着可以降低对麻醉医师的要求。由于脑电小波指数是根据脑电图的细微改变计算出的数值，部分患者的数值变化较大，因此术中可能会出现WLi、PTi 数值＞60 或＜40 的情况，当持续3 min 以上时，需麻醉医师实施手动干预，调整麻醉深度。

本研究存在一些局限性：（1）样本量偏小。（2）选取的手术类型有限。因此，今后还需要扩大样本量来检验该系统的性能，同时，由于不同手术类型可能会影响术后评估，故该系统在其他手术类型的应用效果尚需进一步观察。

综上所述，在腹腔镜结直肠癌根治术中，基于脑电小波监测的人工智能给药系统可以自动完成术中镇静、镇痛深度的调节及目标血压的维持，减轻麻醉医师的工作负担，在达到镇静镇痛目标的同时，减少了术中丙泊酚的用量，使得患者血流动力学更加稳定，提高了麻醉的精准性和安全性。