Page 13 - 现代麻醉理论及实践操作

现代麻醉理论及实践操作
Theory and Practice of Modern Anesthesia

世界起到了良好的推动作用。
实践证明：在上述部位的优势病种中采用针刺（复合）麻醉技术具有更简便

的操作方式、更好的脏器保护作用、更高的围术期疗效，从而使针刺麻醉从单纯
的镇痛镇静向围术期脏器保护、改善手术预后方面不断发展、创新。
同时，针刺麻醉在临床科研方面受到国家重视，2007年和2013年先后获得国
家重点基础研究计划（“973”项目）资助。通过不断的总结和研究，发现针药

复合麻醉减少了麻醉药物的用量，削减不良反应，并具有显著的脏器保护和良性
调整作用，为针刺麻醉临床的推广应用提供了坚实的科学依据。在2013年国家重
点基础研究计划（“973”项目）的支持下，通过大样本、多中心的现代临床研
究方法，确定和发布了《无气管插管针刺复合药物麻醉下心脏瓣膜手术的临床应

用规范》和《甲状腺手术针刺麻醉及针药复合麻醉应用指南》。熊利泽教授团队
总结了近年来针刺麻醉的相关报告，提示针刺应用于围术期具有独特的优势，针
刺麻醉将在围术期发挥重要作用。2017年10月“穴位刺激围术期应用专家共识”
正式发布。

这一时期，国内外主要围绕针刺麻醉的临床应用价值开展系统性的临床研究
和评价，例如针刺麻醉用于胸部手术术后疼痛管理，缩短腹腔镜结肠癌手术后肠
麻痹持续时间，有效控制手术患者血糖水平、改善胰岛素耐受，有效减低产科手

术椎管内麻醉所引起的低血压的发生率和严重程度。这一系列的研究成果表明，
现阶段针刺麻醉运用已经从单纯的针刺镇痛、术中辅助麻醉以减少麻醉药用量，
逐渐扩展到其脏器保护效应，提示针刺麻醉在加速患者术后康复中具有独到的优
势和价值。

三、人工智能在临床麻醉中的发展

（一）人工智能常见算法
人工智能是一门关于计算机如何从数据中不断挖掘和学习信息的科学学科，

是统计学和高效算法的交叉领域。人工智能的核心是机器学习，通过算法从海量
数据中自我学习，寻找数据间的潜在关系，产生稳定的输出模型。根据学习方式
的不同，主要分为监督学习、无监督学习和强化学习。监督学习属于任务驱动式
学习模式，人为预先设定输出值，通过算法辅助学习，完成期望输出指标；无监

督学习属于无任务驱动式学习模式，计算机可自我识别规则，对数据直接进行整
合处理，自动输出稳定模型；强化学习是由动物学习理论发展而来，算法通过环

6