《术后智能化病人自控镇痛管理专家共识》解读

王强， 佘守章

1西安交通大学第一附属医院麻醉手术部(陕西西安 710061)； 2 广州市第一人民医院麻醉科(广东广州 510180)

《术后智能化病人自控镇痛管理专家共识》(简称《共识》)自2018年发表以来，在业内引起广泛的反响，受到高度关注。此《共识》由于布为、刘进、熊利泽等27位专家经过多轮讨论修改达成，是国际上第1个关于术后智能化病人自控镇痛(Ai-PCA)管理的专家共识[1]。本文旨在对《共识》结合临床进行解读，阐述术后Ai-PCA的管理与实施方法，以指导临床医生学习与应用。

1 Ai-PCA的时代背景

1986年国际疼痛研究协会(IASP)定义了疼痛，2001年WHO将疼痛列为第五生命体征。急性疼痛不仅会影响呼吸、循环、免疫系统的功能，还是一种生理创伤，是一种重要的心理应激源，会引起精神状态改变[2]。2017年8月的 “榆林产妇跳楼事件”就是惨痛的教训[3]。因此，如何优化围术期镇痛管理，是人们关注与研究的热点。2016年中华医学会麻醉学分会明确提出“围术期医学是麻醉学发展方向”，麻醉医生也应该关注患者的术后恢复[4]。实际临床工作中随着加速康复外科(enhanced recovery after surgery，ERAS)的不断推进，术后镇痛作为ERAS的关键步骤和核心要素也备受重视[5]。

病人自控镇痛(patient-controlled analgesia, PCA)是2000年来临床应用最普遍、满足患者自我参与的心理需求，解决疼痛个体化差异的有效手段，也是术后多模式镇痛方法之一。尽管PCA技术在不断改进，但国内外临床研究显示仍有部分患者术后疼痛没有得到有效缓解，也存在一些不足之处。van Boekel等[6]发现术后有50%～70%的患者经历过中、重度疼痛。针对中国西南地区的多中心调查研究显示：术后中、重度疼痛发生率在静息时为28.8%，运动时为45.1%[7]。Correll等[8]通过对1993—2012年的文献分析后认为术后镇痛质量不高的原因并不是新技术或新药发展不足，而主要是由于对传统的药物和方法不能正确地应用和(或)管理不当所致。其中管理因素突出表现为：患者分散于各个病区而麻醉科人员相对不足、术后随访间隔时间长、PCA泵信息反馈不全、不能及时评估患者状态并调整PCA参数，使镇痛质量大打折扣；麻醉医生不能实时了解镇痛泵报警，从而难以保证镇痛效果和安全[9]。为解决临床实际需求，经过我国麻醉同仁的共同努力，在传统PCA基础上，创新设计了新型智能化病人自控镇痛(Ai-PCA)，即全球首创的无线镇痛管理系统(WAMS)，并在多家医院实践，能够显著降低中重度疼痛的发生率，减少不良反应发生、提高患者满意度、缩短住院时间等[10]。因此，制定本《共识》旨在进一步推动智能化PCA建设，提升围术期镇痛的管理效率，促进麻醉学向围术期医学转化，促进PCA向Ai-PCA转化。

2 Ai-PCA系统标准

2.1 系统组成 由智能输注装置和一次性专用储液药盒、无线传输设备、移动查房系统、中央站及其信息管理系统组成。

2.2 参考标准 Ai-PCA系统的标准化依据、硬件标准、软件标准与安全标准，具体可参阅《共识》。

3 Ai-PCA临床实施细则

本《共识》的最大亮点为非常详尽地描述了临床实施细则，包括了具体的工作流程(术前宣教和知情同意、Ai-PCA 镇痛泵药物配置流程图、Ai-PCA 查房要求和流程、查房内容等)和管理制度。

3.1 工作流程 为了方便一线医师的应用，本《共识》写作组分别设计了Ai-PCA的简明管理工作流程图、Ai-PCA镇痛泵药物配置流图、Ai-PCA查房要求和流程图。本《共识》强调了PCA作为麻醉医生医嘱，理应做好相应的查房，还明确了每天至少1次的查房要求和查房内容。将常见问题列为查房评价主要项目，制定评价标准。此外，当出现“镇痛不足”、“镇痛欠佳”和剧烈疼痛处理后1 h内应再次进行评价，以评估调整后的效果。本《共识》附录部分还对疼痛、恶心呕吐及镇静等相关评分提供了统一的标准。

3.2 管理制度 提高术后镇痛质量的关键是充分合理利用镇痛设备和规范化镇痛管理。因此建立健全的管理制度至关重要。本《共识》推荐Ai-PCA 的管理制度应包括：(1)数据管理制度：对接医院信息系统(hospital information system,HIS)或手术麻醉系统，存储患者信息、镇痛泵运行及报警信息、评价信息等；(2)核对制度：系统使用统一制式的镇痛治疗单，急性疼痛服务(acute pain service,APS)成员按照治疗清单核对交接，保证镇痛治疗的连续性；(3)智能化查房制度：系统自动提示查房周期，规范记录查房内容、评价信息、不良事件和处理措施；(4)智能质量控制制度：镇痛记录单应包含患者信息、药物配方、镇痛方式等基本信息并符合病历书写标准，以方便定期整理数据制定质量改进方案；(5)智能考核制度：分析镇痛质量指数(AQI)数据，制定高效的考核方案。

4 Ai-PCA的质量控制

良好的镇痛管理必须以信息化为基础，质量控制为核心。Ai-PCA系统的质量控制原则为全员参与、全程控制、全面质控，并充分利用质量控制循环(PDCA)，即计划(plan)、执行(do)、检查(check)、行动(action)，不断更新技术和设备，优化工作流程。为此，Ai-PCA系统引入了“AQI”这一概念，进行实时智能质控，综合量化了镇痛泵的运行状态、报警及处理、患者使用情况、查房及评价信息等镇痛管理中的各类参数，能够反映医护人员镇痛技术水平和管理的规范性等内容，有助于针对性地改进工作流程。此外，AQI也方便在多个质控中心进行推广，提升质控效能，进而提升整体医疗水平。

术后镇痛效果欠佳的一个重要原因就是术后镇痛不良事件的发生[5]。本《共识》特别强调医务人员应能够了解系统警报的意义，早期发现可能出现的各种不良事件，分析原因并有效处理，具体可参阅《共识》。

5 Ai-PCA挑战与发展

近年来人工智能(AI)算法使机器能够以监督或无监督的方式推理和作出决策并改变了医疗实践。AI在部分医学领域已经超越人类，如基于医学或病理图像的疾病诊断，心房颤动和癫痫复发的疾病活动监测[11-15]。AI在麻醉学中的应用开创性工作已在麻醉深度监测、麻醉控制、风险预测和物流管理等几个方面进行[16]。对于疼痛管理，AI已被用于选择可能受益于术前疼痛咨询服务的患者[17]。

实际上目前的PCA设备仍然不够智能，这些系统没有配备可以独立思考和作出决策的“大脑”。这些设备仍未突破传统意义上的“预定或要求”镇痛，提供挽救性镇痛而不是预防性镇痛。而预防性镇痛是一种更广泛的围手术期疼痛管理策略，旨在阻止中枢致敏的诱导，从而降低疼痛强度和减少镇痛药消耗[18-20]。此外，临床上也缺乏可靠的参数来确定在疼痛发生之前触发小剂量镇痛药的最佳时间。

AI在疼痛管理中应用需要关注的还有伦理和安全问题，尽管AI在术后疼痛管理中的应用是一种不可逆转的趋势。伦理的争议可能集中在它是Ai-PCA还是AI控制镇痛。如何保护数据传输安全，最大限度地减少或避免因信息泄密、篡改等安全问题也是目前亟需妥善解决的重大课题。完整性AI应用程序需要输入和输出终端，而不仅仅是使用特定AI算法构建中心模型。实际上，Ai-PCA系统不仅需要AI辅助PCA的终端来发送和接收信号，还需要能够提供更多先进的仪器来收集患者体征等更具体的参数并在服务器适配合适的AI模型。中国率先研发出无线智能化镇痛泵，为临床实现规范化、信息化、智能化镇痛打下了坚实基础，并在全球术后镇痛领域首先使用Ai-PCA，具有里程碑意义[21]。为了使Ai-PCA的人工智能工作进一步提升，由中国走向世界，选择或开发合适的智能化参数作为输入信号和植入性管理芯片是Ai-PCA未来创新的关键。所以，基础研究和应用研究科学家之间的合作对于成功的Ai-PCA开发是必要的。

将AI引入镇痛领域可能有望开创预防性镇痛新的时代，Ai-PCA是创新镇痛策略的有意义的尝试和起步。麻醉学科是体现医疗机构综合能力的重要临床专科[22]。麻醉学科日新月异的发展，有利于新的临床研究成果不断涌现，有利于促进麻醉学向围术期医学转化，有利于提高患者舒适度与满意度，有利于麻醉学科为满足人民美好生活的需求作出更大的贡献[23]。