深度解析医学证据，lxfs.net为你支撑决策
一、同一个麻醉科，每个人都有不同的忙
不妨先看一个临床中并不少见的情境。
早交班结束，一天的工作随即展开。
一位68岁患者，拟行腹腔镜结肠癌根治术。3年前接受过冠状动脉支架植入术，长期口服氯吡格雷；3个月前曾因牙龈出血自行停药，后恢复服用，但恢复用药的具体时间未见明确记录。肺功能报告提示中度阻塞性通气功能障碍，FEV1 占预计值 62%。最近两次血清肌酐分别为106 μmol/L和132 μmol/L。这些资料分别是通过门诊病历、病程记录、检验及检查报告和既往麻醉记录中获取的。
一线麻醉医生需要完成的，不只是摘录资料，还要核实关键信息并判断风险：气道情况如何，心肺功能能否耐受拟行手术，抗血小板治疗应如何调整，当前肾功能与基线相比有无变化，哪些检查仍能反映患者目前的状态，哪些需要复查或补充。形成麻醉计划之前，首先要明确影响本次围术期管理的关键问题。
而上级医师在刚完成一例患者评估后，又接到另一手术间的请示汇报。除了患者的基础疾病，上级医师更需要了解当前变化、已采取的措施，以及需要协助解决的具体问题。护理人员在麻醉配合、术前准备和安全核查等工作中频繁切换；住院总医师需要统筹加台、急诊手术和人员调配；教学负责人关注年轻医生能否通过真实病例形成临床思维；质控人员则需要从大量记录中识别共性问题，并推动改进。
岗位各有侧重，但共同的负担十分明确：查找、核对、整理和传递信息，占用了大量时间与注意力。
因此，麻醉科应用人工智能（AI），就可以先从这些具体问题入手。
二、四类负担，正在占用专业时间
1. 信息整合：既要找得到，也要核对得清
回到这位患者。不同记录中分别出现“冠心病”“冠状动脉支架植入术后”和“病史”等表述。这些信息并不相互等同，需要结合原始资料逐项核实。长期医嘱显示使用氯吡格雷，既往病程却记载曾因出血停用，实际服药情况和末次服药时间仍需确认。两次肌酐结果也不能脱离检测日期，直接作为当前肾功能的判断依据。
术前资料整理的难点，往往在于同一临床问题分散在不同时间、不同来源的记录中。抗血小板治疗的实际情况，以及肾功能的基线和变化趋势，都可能影响围术期管理。
AI可以辅助按时间顺序汇总资料，将关键内容与原始记录对应，提示信息缺失和记录不一致。基本要求是：缺失信息应明确标注为“未记录”或“待核实”，不得自行推断并写成既定事实。
2. 重复性工作：初稿可以辅助生成，事实仍需逐项核实
术前访视摘要、交接材料、教学提纲、工作通知和统计汇总，往往具有相对固定的结构，却需要反复整理。
AI可以辅助提取要点、起草文本和转换格式，由医护人员核实事实、补充特殊情况并审核定稿。但如果输出中错误较多，核查和修改所需的时间就可能抵消其带来的效率提升。评价工具是否有用，应将审核和纠错时间一并计算。
3. 知识更新：不仅要找到建议，还要判断是否适用
例如，一位正在服用利伐沙班等直接口服抗凝药的患者，拟接受椎管内麻醉。评估时不能只查一个通用的停药时限，还应结合具体药物、剂量、末次用药时间、肾功能、合并用药及拟行操作等因素，依据适用指南判断操作时机与风险。
AI可以辅助检索资料、梳理指南和比较不同来源的建议，但也可能遗漏适用条件，或提供无法核实的引用。因此，临床使用时应能查到文献出处、核对原文，并确认建议适用的人群与条件。回答流畅，并不等于证据可靠。
4. 质量管理：有记录，还需要识别问题并推动改进
麻醉质量管理包括问题识别、原因分析、反馈、整改及效果追踪。资料汇总、问题分类和材料准备占用了不少时间。
AI可以辅助记录和归类问题，为人工复核提供线索。但系统提示的“疑似问题”不能直接认定为质量缺陷，仍需结合原始记录、实际过程和相应评价标准作出判断。
对于初期试点，宜优先选择信息整理和流程辅助任务。涉及临床判断时，AI可提供决策支持，但诊疗决策应由医生结合患者具体情况作出。数据获取、术语统一、系统对接、隐私保护和责任分工，也都需要明确安排，不能仅依靠模型能力解决。
三、不同岗位，需要AI提供什么帮助
同一套工具，应围绕不同岗位的实际任务发挥作用。一线麻醉医生需要按时间整理患者资料，提取既往史和用药信息，标注待核实事项；上级医师需要结构清晰的病情汇报，包括相关背景、当前变化、已采取的措施和待解决的问题；护理人员需要交接要点整理、制度查询和记录辅助；住院总医师需要通知草拟、排班核对和工作事项追踪；教学负责人需要病例讨论提纲和适合不同培训阶段的学习资料；科主任与质控人员则需要数据汇总、问题分类和整改效果追踪。
对一线医生而言，判断标准可以很具体：能否将这位68岁患者的抗血小板用药过程整理清楚，并明确提示哪些信息仍需向患者、家属或相关专科核实。
AI的价值，应落实到具体岗位和任务：帮助了谁，减少了哪一项负担，是否改善了工作质量。
四、对AI应当抱有什么预期
第一，是提高信息处理效率。查找、汇总、起草和分类等任务范围相对明确，便于比较应用前后的变化。
第二，是提高工作完整性。例如，能否提示资料遗漏、使交接内容更加清晰。这取决于原始数据质量、工具性能和流程设计，不能凭一次演示判断实际效果。
第三，是在涉及临床判断时提供有依据、可核查的支持。AI应呈现证据来源、适用条件和信息缺口，医生据此复核并作出判断，不能将系统输出直接等同于诊疗结论。
评价效率时，可以先算一笔时间账：净节省时间＝原人工流程用时－AI辅助流程总用时。后者应包括资料准备、工具操作、结果核查、错误修正，以及分摊的维护和培训时间。知识库更新、规则维护和人员培训，都是持续应用所需的投入。
使用频次可以反映工具的接受程度，但不能单独证明其临床价值。如果输出需要反复纠正，或无法融入现有工作流程，即使频繁使用，也未必带来实际收益。
五、为什么可以从现在开始
科室需要逐步建立的，不只是某一个工具，还包括需求梳理、资料管理、工作流程和评价标准。
哪些任务最值得优先解决，需要由实际使用者提出；哪些资料可以使用、由谁维护、多久更新，需要有明确的管理办法；谁负责核查、发现错误后如何处理、什么情况下结果必须退回，需要纳入工作流程；什么样的输出可以采用、哪些错误不可接受，则应在试点前确定。
这些基础工作不会随工具更换而失去价值。试点除了观察效率变化，也能帮助科室形成可持续改进的工作方法。起步不必很大：选择一个场景，开展小范围验证，留下能够比较和复核的结果。
六、科室的第一步：选一件具体的事
适合作为起点的任务，通常具有高频、重复、范围清晰、结果可核查等特点，且不以AI独立完成临床决策为前提。以术前资料整理为例，可以按以下步骤开展。
先明确问题：将既往史、用药、检验和检查结果按时间整理，标注缺失信息和记录不一致之处。
再界定范围：本阶段只评价资料提取与整理，不要求生成麻醉方案；不得补写原始资料中没有的事实；提取的关键信息应保留来源和日期。
随后小范围试用：选取少量病例，覆盖不同复杂程度，分别分析表现，避免简单病例的良好结果掩盖复杂病例中的问题。
最后比较效果：在同一批病例中，对照人工整理与AI辅助整理，重点观察总用时（包括核查和纠错时间）、关键项目遗漏、信息错误及来源可追溯性。评价时宜以经医生核实的原始资料为依据，并预先明确关键安全项目及不可接受的错误。
关键安全项目未达标，应先改进再验证；其他指标未达预设要求，也应分析原因后再决定是否扩大应用。若发现系统将既往记录误作当前信息，或生成原始资料中不存在的事实，应记录问题，调整任务范围和核查流程，必要时暂停试用。识别这些局限，本身就是试点的重要结果。
七、把时间和注意力，留给患者与临床判断
回到早交班后的那个上午。不同岗位的期待各不相同，但都来自真实的工作需要。这些需求，才是麻醉科应用AI的出发点。
AI的价值最终应体现在实际工作中：减少重复整理和来回查找，使医护人员有更多时间核实病情、开展临床思考、加强团队沟通，并与患者及家属充分交流。专业经验、床旁观察和个体化判断，仍是麻醉工作的核心。
对尚未开展应用的科室，第一步可以很小，但目标、范围和评价标准要清楚。本专栏后续将结合睿麻助手的实践，继续讨论场景选择、专科工具应用、知识库建设与持续改进。