近日，林醫師應教學部邀請試用AI智能學習機器運用在局部神經麻醉術，試用後並對科部內採用問卷分析的方式進行回饋，並做簡短的文獻回顧，同時整理為此篇文章。
Introduction
超音波引導下的局部注射是現今極為重要的一項醫療技術，不過在某些重要的局部注射區域往往有重要的血管和神經通過，這增加了一定的風險性，有時也會使得臨床醫師執行這項技術時深感壓力，甚至是放棄執行危險區域的局部注射技術。
隨著科技日新月異，人工智能技術在醫療上的運用也所在多有，大體而言，人工智能技術包含了機器學習以及深度學習，機器學習泛指通過演算法的訓練經驗提升機器運算效能，深度學習則是進一步透過仿人腦神經的演算法去從大數據中尋找結構特徵。
Material and Method
超音波引導下的局部注射其中之一的挑戰就是對於超音波下重要解剖構造的判讀，也因此藉由機器學習進行超音波解剖圖像分析來進行模擬訓練，被認為能夠幫助學員於超音波導引注射技術有所助益。
ScanNav Anatomy PNB是一個AI智能周邊神經阻斷術自動辨識教學系統，可幫助自動辨別解剖構造並幫助標示，系統中內建了九個常用的區域麻醉注射的圖像系統，九個圖像系統如下:
1. Interscalene brachial plexus block
2. Superior trunk block
3. Suprascapular nerve block
4. Axillary region block
5. Erector spinae plane block
6. Rectus sheath block
7. Suprainguinal fascia iliaca block
8. Adductor canal regional block
9. Popliteal level sciatic nerve block
此外，除了自動辨識教學系統外，ScanNav
Anatomy PNB可搭配NeedleTrainer系統。NeedleTrainer是一種模擬系統，可藉由即時虛擬針的影像模擬超音波導引下的入針，以增加學員對於針與探頭協調程度的熟練，並進一步掌握最佳入針可視角度。
我們以問卷形式調查了醫師在經過ScanNav
Anatomy PNB人工智能周邊神經阻斷術自動辨識教學系統的擬真教學後，對於執行危險區域局部注射的信心及學習成效。
Result
我們以問卷調查形式調查了12位復健科醫師，其使用超音波經驗平均達3.3年，掃描神經超音波經驗平均為1.9年，其中只有25%的人有在執行上述的神經阻斷術，在其中有50%的人認為因為太危險故從不執行，其中42%的人認為仍會因臨床需求而執行只是操作上會倍感壓力，其中8%的人認為只要熟能生巧即可。100%的人認為ScanNav Anatomy PNB的訓練可以增加學習的效率，並會增加施行危險區域局部神經阻斷術的信心。
2. James Bowness, Ourania Varsou, Lloyd Turbitt, David Burkett-St Laurent. Identifying anatomical structures on ultrasound: assistive artificial intelligence in ultrasound-guided regional anesthesia. Clin Anat. 2021 Jul;34(5):802-809
