基于强化学习的胃肠镜自动麻醉系统多中心随机试验显示低氧血症发生率与麻醉医师相当

胃肠镜诊疗量攀升与麻醉医师短缺之间的矛盾，正把麻醉给药自动化从设想推向临床。这条路线此前的主力是闭环系统：以脑电双频指数（BIS）为反馈的闭环麻醉给药系统曾在多中心随机试验中与手动给药对照，主要结局是BIS维持在目标值±10的时间比例^[1]；规则自适应的闭环丙泊酚系统也被随机对照试验证明催眠深度控制优于手动给药^[2]；心脏手术中整合催眠、镇痛与肌松的多药闭环给药亦经20例试点验证了可行性^[3]。但它们都依赖预设药代动力学模型或基于BIS的规则控制，而以学习动态给药策略见长的强化学习，其证据长期停留在模拟环境与回顾性数据，缺乏真实临床环境中的前瞻性验证。

Bing等在npj Digital Medicine发表的研究把强化学习推入了前瞻性检验：先以240例麻醉医师管理的数据（434,152组状态-动作对）训练并比较8种强化学习方法，再以269例（486,612组数据）迭代出结合蒙特卡洛树搜索与粒子滤波的POMA-C算法，整合为AAS-GE系统自动控制环泊酚输注，并于2025年1至8月开展多中心随机对照试验（注册号NCT06857344，注册目的为比较训练模型与临床专业人员在麻醉控制中的表现^[4]）。418例18–65岁、ASAⅠ–Ⅱ级患者按1∶1分组，主要结局低氧血症（SpO₂＜92%）发生率为14.42%对14.29%（P=0.968，各30例）；自动组诱导时间更短（1.55对1.90 min，P＜0.001），环泊酚总剂量与恢复时间无差异，但体动发生率更高（17.79%对6.67%，P=0.001），且发生体动者维持剂量更低（30.01对38.95 mg）、BIS更高（59.23对54.53），指向较浅的麻醉深度。试验全程保留麻醉医师监督与人工接管权限。

放回既有图景，既往闭环随机试验以BIS控制精度为核心评价并报告闭环优于手动^[1][2]；本研究则把自动化给药的前瞻性随机验证推进到数据驱动的强化学习策略，并将主要结局换为低氧血症这一患者安全性指标，在与手动管理发生率相近的前提下缩短了诱导时间；内部验证还显示系统能按患者年龄、体型与基线心率个体化调整输注策略。

未解的问题同样清楚：纳入人群限于18–65岁、ASAⅠ–Ⅱ级、BMI≤30 kg/m²的相对低风险者，模型训练数据来自单中心，系统输入仍以处理后的监测指标为主、缺乏原始脑电与内镜操作进程等多模态信息，偏高的体动率正暴露出麻醉深度与操作制动的失衡；且本研究验证的是医师监督下的自动给药，不能据此推断可替代麻醉医师，其对工作负荷与医疗成本的影响也未评价。