日前，附属九院麻醉科姜虹课题组在麻醉与疼痛领域顶级影响力期刊《麻醉》（《Anaesthesia》，IF10.7，中科院分区1区top期刊）发表了题为“一项基于深度学习的面部分析用于预测困难可视喉镜检查的可行性研究”（Deep learning-based facial analysis for predicting difficult video laryngoscopy: a feasibility study）的研究论文。

气道管理是关系到患者围术期生命安全的关键一环。既往研究表明，50%以上的严重气道并发症和73%的医疗索赔都是气道管理不当所造成。随着视频喉镜的广泛使用，视频喉镜下的困难气道发生率虽有所下降，但一旦发生依然会导致严重的后果。因此，无论是否采用视频喉镜，气道评估的重要性依然不可以忽视。

姜虹课题组创新尝试借助计算机视觉技术优化气道管理流程，并取得突破性进展。课题组通过神经网络创建人工智能模型，通过测试集评估，证实该预测模型显著优于传统的气道评估方法，为临床医生提供了更为安全可靠的预测手段。据悉，附属九院麻醉团队近年来已获得气道管理相关专利授权400余项，其中国际和国内发明专利授权20余项。

同时，为进一步挖掘人工智能在气道管理领域的具有巨大潜力，该课题组目前正着力探索运用自动语音提示、图像采集来完善气道管理综合预测模型研究，并期待相关研究成果除用于困难气道的早期识别，还可以辅助决策气道管理路径，大幅提高麻醉医生工作效率。

附属第九人民医院麻醉科姜虹教授为本文通讯作者，上海交通大学船舶海洋与建筑工程学院林志良教授为共同通讯作者。麻醉科夏明副主任医师、金晨昱博士为本文第一作者。

论文链接：http://doi.org/10.1111/anae.16194