Partial Airway Obstruction Precedes Desaturation Without Concurrent Apnea During Procedural Sedation: Validation of an AI Detection Algorithm
这项针对92例接受宫腔镜检查女性的回顾性研究表明，部分气道梗阻频繁发生在伴随呼吸暂停的血氧饱和度下降之前，并验证了一种利用数字气管听诊来有效检测此类梗阻事件的人工智能算法。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当患者在进行医疗操作时接受镇静治疗，其目标是在保持其冷静与静止的同时确保其安全。然而，用于诱导这种放松状态的药物有时会减缓身体自然的呼吸驱动力，或导致喉部肌肉过于松弛。这可能导致两个主要问题：患者可能会完全停止呼吸片刻，或者其气道可能发生部分阻塞，导致即使在患者仍试图呼吸的情况下，空气也难以通过。在繁忙的医疗环境中，医生或护士可能正专注于手术操作本身，这使得他们很难持续使用听诊器监听患者的呼吸。如果呼吸问题未被察觉，患者的血氧水平可能会下降，从而导致严重的伤害。几十年来，医学指南一直建议通过听诊患者的胸部或喉部来及早发现这些问题，但在临床医生需要处理许多其他任务时，进行这种人工监测是非常困难的。
台湾国泰综合医院的研究团队致力于深入了解在镇静过程中发生这类部分阻塞的具体频率，以及它们是否比完全停止呼吸构成更大的威胁。他们还想测试一种旨在自动监听患者喉部声音的新型计算机程序。该团队研究了 92 名在镇静状态下接受特定类型妇科手术（即宫腔镜检查）的女性。在这些手术过程中，这些女性接受了多种药物组合以保持舒适，同时颈部放置了一个小型传感器以记录其呼吸声音。研究人员利用这些音频数据来寻找两类情况：患者停止呼吸的时刻，以及气道仅被部分阻塞、产生类似打鼾或粗糙喘鸣声的时刻。随后，他们对比了这些发现，以观察哪种事件更有可能发生在患者血氧水平开始下降之前。
研究结果揭示了一种挑战普遍假设的模式，即人们通常认为停止呼吸是主要的预警信号。研究人员发现，在血氧水平下降之前，部分气道阻塞实际上比完全停止呼吸更为常见。在血氧水平出现细微下降前的几分钟内，计算机在约三分之二的病例中检测到了部分阻塞，而在同样的时间段内，完全停止呼吸的情况仅出现在约三分之一的时刻。更重要的是，研究人员观察到，这些部分阻塞经常在患者从未完全停止呼吸的情况下发生。这意味着，即使患者的呼吸节奏看起来并未中断，也可能处于低氧水平的危险之中。数据显示，这些阻塞往往在氧水平下降之前很久就开始了，并且可以持续很长时间，这表明在身体表现出痛苦迹象之前，气道就已经在挣扎了。
为了测试机器是否能像人类专家一样捕捉到这些细微的阻塞，团队测试了他们开发的一种人工智能系统。该系统通过监听录制的喉部声音，尝试识别阻塞气道的特定声学特征。该计算机程序相当成功，能够正确识别出大多数经由人类专家确认的阻塞事件。虽然该系统并非完美，偶尔会将患者说话或发出的声音误认为阻塞，但它证明了计算机可以可靠地检测到这些危险时刻。研究人员指出，该系统在设定为特定的灵敏度水平时效果最佳，从而在捕捉所有问题与避免过多误报之间取得了平衡。
研究结果表明，仅仅依靠观察是否完全停止呼吸可能会错过大量的呼吸风险。由于部分阻塞经常在不伴随呼吸完全暂停的情况下发生，因此它们可能会避开传统监测方法（这些方法仅关注呼吸暂停）的监测。研究表明，临床医生需要意识到患者的气道可能会发生长时间的部分阻塞，这种阻塞通常是由手术期间给药的镇静药物触发的，并且即使在患者仍在呼吸时也会发生。本研究测试的人工智能工具提供了一种自动监测这些部分阻塞的方法，有望为医护人员提供更早的预警，以便他们在血氧水平降至危险水平之前调整患者体位或提供额外氧气。尽管该研究局限于接受特定类型手术的特定女性群体，但其结果提供了一个明确的信号：部分气道阻塞是镇静安全性中一个频繁且关键的因素，值得给予更多关注。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。