声门上气道麻醉中的呼吸监测

这项前瞻性观察研究评估了在采用声门上气道置入的静脉麻醉期间，进行人工智能增强的连续呼吸音监测的可行性和临床实用性。 随着需要麻醉的手术量不断增加，连续呼吸监测已变得至关重要。 虽然标准监测设备可追踪麻醉深度、呼气末CO₂、血氧饱和度和呼吸频率，但实时呼吸音分析提供了额外的临床价值。 本研究旨在验证使用Airmod电子听诊器进行连续呼吸音监测，是否能在低氧血症发生前检测到呼吸抑制和气道阻塞，从而提高声门上气道麻醉的安全性。 研究方案涉及纳入60例接受择期乳腺手术并采用声门上气道麻醉的患者（纳入标准：年龄≥18岁，BMI<35；排除标准：急诊病例、预计困难气道、年龄<18岁，BMI>35）。 手术期间，电子听诊器贴片提供连续的呼吸音记录，转换为频谱数据并由人工智能进行分析，同时标准麻醉监测包括血压、心率、脑电双频指数（BIS）、血氧饱和度（SpO₂）和呼气末二氧化碳（EtCO₂）。 研究人员记录特定的术中事件，包括气道定位、氧气流量调整、通气参数变化、血氧饱和度下降事件以及通过听诊检测到的异常情况。 麻醉记录、手术记录和恢复记录以Excel格式整理，并与电子病历整合，使用SigmaPlot软件进行统计分析。 本研究基于2025年2月获批上市的Airmod电子听诊器，旨在建立设备特定的呼吸监测方案，同时提高非插管麻醉手术中的患者安全性。