麻醉医生 · 任务逐条

术前评估与麻醉计划

语言模型懂教科书,但在判断上吃力。GPT-4o 在一项国家级麻醉专科考试中答对 83.69%,但在应用和分析类题目上表现更差,最常见的错误是没有依据的医学论断。在美国口试的样题上,考官发现 ChatGPT 与麻醉专科培训医生的总体得分没有显著差异,却在 24 个模块中认出了 23 个机器写的答案。

这些是考试研究,不是病人;考试答案不等于对真实病人的评估,两项研究都没有测量医院里的工作。

实施与调整麻醉

自动给药在试验中有效,在实践中被置于人的管理之下。一项纳入 17 项随机试验、1,898 名病人的荟萃分析发现,与临床医生手动调整相比,闭环系统让处在目标麻醉深度内的时间增加了 17.6%。美国监管机构批准过一台自动镇静机,用于接受结肠镜或胃镜检查的健康成人,条件是受过麻醉训练的专业人员随时在场,并有一人专门看着设备和气道。

这是研究系统的试验和一项有限制的审批;没有记录显示自动麻醉在常规中使用,也没有说明它释放了麻醉医生多少注意力。

术中监测与处理病情变化

预警算法增加了一个信号;如何应对仍由麻醉医生决定。美国监管机构把一种低血压预测算法归类为辅助指标,不用于独立指导治疗。一项早期的单中心试验发现它减少了术中低血压;但 2026 年的两项试验发现它并不比更简单的规则好:一项盲法试验发现,平均动脉压 72 mmHg 的普通报警不劣于它,另一项发现它并不优于在 73 mmHg 及以下就处理的策略。

这些是关于一种算法的小型试验;它们测的是血压,不是人员配置,也没有显示麻醉医生是否因此少看病人。

气道管理与急救

没有找到记录显示机器在做这件事。即便是那项自动镇静审批,也把气道管理留给一个专职的人;预警算法的许可也把治疗决定留给临床医生。

没有记录不等于没有东西在研发;关于预测困难气道的研究只找到综述和单项研究。

苏醒与镇痛

这里没有找到记录。闭环给药的荟萃分析报告拔管时间略有缩短,但没有改变由谁来管理苏醒。

这项判断依据的是没有记录以及其他任务的情况,不是关于苏醒或镇痛本身的证据。