人工智能与麻醉医师在超声引导下腋路臂丛神经阻滞中的一致性研究

超声引导下腋路臂丛神经阻滞是上肢手术中广泛使用的区域麻醉技术。 该手术的成功在很大程度上取决于对神经结构的准确识别和最佳注射点的选择，这些操作均依赖于操作者的经验。

人工智能（AI）最近已成为一种有前景的工具，通过自动识别解剖结构来辅助超声解读。 然而，基于AI的目标点识别与麻醉专家之间的一致性尚未得到充分研究，尤其是在腋路臂丛神经阻滞中。

在这项前瞻性观察研究中，将纳入在腋路臂丛神经阻滞下接受上肢手术的患者。 研究范围内不会对患者进行额外的干预。 所有评估将基于作为常规临床实践一部分获得的实时超声图像。

在阻滞操作前的常规超声检查期间，将实时观察图像。 经验丰富的麻醉医生将在手术过程中确定解剖结构和最佳目标注射点。 同时，基于AI的系统将分析相同的实时超声图像并识别目标点。

对于每根已识别的神经（正中神经、尺神经、桡神经和肌皮神经），AI和麻醉医生都将确定目标注射点。 AI生成的目标点与专家定义的目标点之间的空间差异将以毫米为单位计算。

主要目标是通过组内相关系数（ICC）评估AI与麻醉医生在目标点识别方面的一致性。 此外，测量值之间≤5毫米的差异将被视为临床可接受的一致性。

次要结果将包括：

测量值在≤5毫米一致范围内的比例 神经识别的一致性 手术相关参数

所有专家评估将独立进行，并对AI输出结果保持盲态。

本研究旨在确定AI是否能够可靠地辅助临床医生在超声引导区域麻醉中识别解剖目标，同时不会给患者带来任何额外风险。