前言
AI已经能在超声屏幕上自动圈出神经,但它真的能让年轻麻醉医生更快学会神经阻滞吗?前半部分揭晓2026年9月最新随机试验里一个反直觉结果:AI提高了信心,却没有提高脱离AI后的识别能力。后半部分进一步拆解AI为什么会“帮你做却没教会你”,以及科室真正值得建立的AI辅助超声训练流程。
一、一个看起来几乎注定会成功的实验,却得到了意外结果
想象一下这样的教学场景。
一个刚开始学习超声区域麻醉的住院医师,把探头放在患者锁骨上。
普通B超屏幕里:
肌肉是灰的。
筋膜是白的。
血管是黑的。
神经却不像教科书里的图片那么听话。
你告诉他:
“看这里,这几个低回声圆形结构就是臂丛。”
他盯了半天。
还是不确定。
但如果这个时候打开AI,神经旁边立刻出现彩色轮廓,甚至能够随着探头移动实时追踪——
是不是学习速度应该明显提高?
理论上应该。
但2026年9月18日,《Regional Anesthesia and Pain Medicine》发表的一项前瞻性随机试验,给出了一个很值得麻醉医生认真思考的答案。
二、研究者做了一件特别聪明的事:最后把AI关掉
这项研究纳入80名超声初学者:
60名医学生;
20名麻醉科住院医师。
受试者随机进入两组。
一组接受普通B-mode超声训练;
另一组训练时使用实时AI神经追踪系统 NerveTrack。
所有人先接受标准化理论教学,然后进行大约10分钟实操训练。
如果研究到这里就结束,我们很可能只得到这样一个结论:
使用AI时,初学者找神经是不是更容易?
但研究者真正想问的并不是这个。
他们随后做了一件非常关键的事情:
把AI关掉。
然后要求两组学员独立识别:
正中神经
以及
锁骨上臂丛神经。
最终78人完成研究。
这个设计实际上在测试一个更重要的问题:
AI究竟是在帮助你完成任务,还是在帮助你学习这项技能?
这两件事,完全不是一回事。
三、结果:屏幕上的AI消失后,优势也基本消失了
先看正中神经。
普通教学组第一次独立识别成功率:
57.5%
AI训练组:
65.8%
看起来AI组高一些。
但:
RR 1.14,95%CI 0.81–1.62,
P=0.452。
没有统计学显著差异。
再看更复杂的锁骨上臂丛。
普通组:
35.0%
AI组:
42.1%
同样:
RR 1.20,95%CI 0.68–2.11,
P=0.519。
仍然没有显著差异。PubMed
也就是说:
训练时让AI帮你找神经,并没有让初学者在AI关闭以后明显更会找神经。
这是这篇论文第一个非常重要的结果。
但真正更有意思的,是第二个结果。
四、能力没明显提高,但“我觉得我会了”却提高了
研究者还询问参与者的信心。
在进一步训练以后,AI组对锁骨上臂丛识别的自信程度达到:
4.7±0.5分
普通组:
4.4±0.9分
差异达到统计学意义:
P=0.046。
但与此同时,两组脱离AI后的实际独立识别成功率,仍没有显著差别。
于是出现了一个非常值得警惕的组合:
信心增加了,独立能力却没有同步增加。
对于很多医疗AI来说,这可能比“AI偶尔识别错”更加值得关注。
因为机器出错时,我们往往还会怀疑机器。
真正危险的是:
AI长期给出一个看起来很确定的答案以后,人开始相信自己也已经掌握了这项能力。
五、但千万别因此得出另一个错误结论:“AI找神经不准”
事情并没有这么简单。
就在同一个月,2026年9月1日,《Anaesthesia》发表了另一篇非常有意思的研究。
研究者找来 9名临床医生。
让他们分别在 100张股神经超声图像上勾画股神经轮廓。
一共形成:
900份人工标注。
然后研究者利用多数投票建立专家共识,再拿一个深度学习模型与专家比较。
结果AI的表现相当不错。
AI与专家共识之间的Dice系数中位数:
0.72
而9名人工标注者各自的Dice系数范围:
0.32–0.73
中位数:
0.60。
研究者认为,AI的0.72并不能简单理解为“中等准确度”,实际上已经位于人类专家表现的较高区间。
更有意思的是:
AI的表现超过了9名标注者中的5名。
换句话说:
AI不是不会看。
恰恰相反。
至少在这项特定的股神经分割任务上,它已经能够达到相当不错的人类水平。
于是问题变得更有意思了。
六、一个看得很好的AI,为什么没有教会你看?
这里就是两篇2026年9月论文放在一起以后,最值得麻醉医生思考的地方。
第一篇告诉我们:
AI自己的图像识别能力可以很好。
第二篇告诉我们:
跟着AI学习,并不意味着人离开AI以后也会变得同样好。
这两个结果并不矛盾。
因为:
“AI性能”与“人的学习迁移”是两个完全不同的终点。
例如导航软件能够非常准确地带你开到目的地。
但如果你每天完全依赖导航,
半年以后突然关掉手机,
你未必比以前更会认路。
甚至可能更不会。
超声学习也存在类似的问题。
七、学习超声真正困难的,从来不是“最后那个圈在哪里”
一个成熟的区域麻醉医生扫查锁骨上臂丛时,脑子里并不是只在寻找:
“哪个圆圈是神经?”
真正的判断链要复杂得多。
你先判断:
这是锁骨上区域吗?
这是锁骨下动脉吗?
第一肋在哪里?
胸膜在哪里?
神经丛应该位于什么解剖关系?
探头角度是否正确?
各向异性有没有让结构突然消失?
这是神经、肌腱、筋膜还是小血管?
如果继续往近端或远端扫,结构关系是否连续?
最后才得到:
“这个结构应该是神经。”
因此专家真正学习到的是:
空间关系。
而不仅仅是:
一个彩色框。
如果AI直接把答案画在屏幕上,初学者可能完成了任务,却跳过了产生答案所需要的推理过程。
八、这就是为什么“实时提示”可能产生一种学习悖论
AI辅助系统越好用,操作者越不需要主动寻找线索。
例如屏幕上已经用黄色标出了神经。
学习者的注意力自然会集中在:
黄色区域。
而不是主动观察:
- 神经和血管是什么关系;
- 神经与筋膜是什么关系;
- 探头倾斜以后为什么形态发生改变;
- 哪个结构才是可靠解剖锚点;
- 为什么AI这一次把范围画得比自己判断的大。
短期看:
任务更容易了。
长期看:
学习者用于建立“内部解剖模型”的机会可能反而减少。
这就是一个非常重要的区别:
辅助完成,不等于辅助学习。
九、另一个2026年的数据更值得警惕:AI也不是永远正确
今年另一项外部验证研究测试了AI彩色叠加系统识别肌间沟水平C5、C6神经根的能力。
总体结果相当不错:
敏感度约:
93.8%
特异度:
88.9%
准确率:
93.5%。
但继续看结果:
仍然存在:
假阳性
和
假阴性。
这意味着临床使用时仍然可能出现两种问题:
AI把不是神经的结构标成神经;
或者真正的神经存在,却没有被标出来。
因此研究作者的结论非常克制:
AI彩色叠加系统可以作为解剖识别和教育辅助工具,
但应该:
十、更深的一层问题:所谓“专家答案”,本身也没有想象中统一
2026年《Anaesthesia》那项研究还有一个非常有意思的数据。
9名临床医生分别标记同一批股神经图像。
他们之间的一致性并不是完美的。
总体Fleiss κ只有:
0.54。
这意味着:
即使是专业人员面对同一张超声图像,
“股神经的边界到底应该画在哪里”,
也不是人人完全一致。
这其实揭示了医学影像AI验证中的一个根本问题:
如果人类自己都没有一个绝对统一的答案,AI到底应该和谁比?
过去我们习惯问:
AI准确率是多少?
今后更合理的问题可能是:
AI相对于多个专家之间本身存在的差异,处于什么水平?
这也是为什么该研究使用9名医生共同建立共识,而不是拿一位专家的标注当作绝对“金标准”。
十一、Dice 0.72到底是什么意思?麻醉医生需要看懂这个数字
今后医学AI论文会越来越多。
“Dice coefficient”可能也会越来越频繁出现在麻醉文献里。
可以把它粗略理解成:
AI画出来的区域,与参考答案画出来的区域,重叠得有多好。
完全没有重叠:
接近0。
完全重叠:
接近1。
但一定要注意:
Dice 0.72并不意味着“准确率72%”。
二者完全不是一个概念。
同样一个AI模型:
Dice可以不算特别高,
但临床识别能力可能已经接近专家;
也可能Dice看起来不错,
却在某个关键边界犯了临床不能接受的错误。
所以今后阅读区域麻醉AI论文时,不能只看:
Dice是多少?
还要看:
- 错在哪里;
- 漏掉什么;
- 多画了什么;
- 不同患者是否稳定;
- 实时扫描时是否还能维持表现;
- 对困难图像是否仍然可靠。
2026年这项研究里,AI敏感度达到 0.94,但precision只有 0.60,提示它能够较可靠地“找到”神经,但存在一定程度的过度分割。
这比单独看到“Dice 0.72”更有临床意义。
十二、以后买一台“AI超声”,最不应该只问什么?
最不应该只问:
“准确率多少?”
真正值得问的,是:
这个模型在哪里训练的?
用了哪些人群?
肥胖患者表现怎么样?
老年患者呢?
解剖异常呢?
水肿患者呢?
术后改变呢?
它识别的是最佳静态图像,
还是能够处理真实扫描过程中不断变化的动态图像?
如果探头角度不正确,
AI会告诉你:
“你的切面错了。”
还是仍然很自信地:
“给错误切面里的某个结构套上一个框?”
这才是床旁真正危险的问题。
十三、AI最危险的一次错误,可能不是“它看错了”
而是:
它看错了,但操作者相信了。
这种现象在人工智能和自动化研究中通常被称为自动化偏倚。
当一个系统大多数时候都是对的,
人类会逐渐降低自己的警惕。
真正值得担心的情况并不是:
AI准确率60%。
因为这种系统很快就没人愿意用。
更值得警惕的反而可能是:
一个95%都正确的系统。
因为它会慢慢获得你的信任。
而临床风险往往存在于剩下那5%。
十四、所以区域麻醉AI真正合理的定位是什么?
目前最合理的定位不是:
“自动找神经”。
而是:
第二双眼睛。
操作者先完成自己的解剖判断。
然后打开AI。
比较:
自己的判断与AI是否一致。
如果一致:
可以增加信心。
如果不一致:
真正值得做的不是立即服从AI,
而是重新扫查。
看看:
探头位置;
血管关系;
筋膜结构;
神经连续性;
各向异性;
以及整个解剖环境。
这样AI产生的就不只是:
答案。
而是:
反馈。
从教育角度,两者价值完全不同。
十五、如果让我设计住院医师AI超声训练,我不会一直开着AI
更合理的训练方式可能是一个循环:
第一步:AI关闭
让学习者先独立找神经。
必须回答:
“你认为神经在哪里?”
以及:
“为什么?”
第二步:AI打开
显示AI结果。
比较两者差异。
第三步:不能只说谁对谁错
要求学习者解释:
为什么认为这个结构是神经?
附近是什么血管?
筋膜在哪里?
如果向近端扫,会看到什么?
如果向远端扫,又应该看到什么?
第四步:再次关闭AI
重新完成一次扫查。
也就是说:
AI应该成为反馈工具,而不是永久显示的答案层。
这正是2026年随机试验最值得转化成教学实践的一点。
十六、对于已经会做阻滞的麻醉医生,AI还有价值吗?
当然有。
甚至成熟医生可能比初学者更适合使用这类工具。
因为成熟医生已经有自己的解剖模型。
AI出现以后,他看到的不只是:
“神经在这里。”
而可能是:
“奇怪,为什么AI认为这里也是神经?”
然后主动检查。
这种使用模式更接近:
认知交叉验证。
而不是:
机器代替判断。
这可能是未来麻醉AI一个非常重要的应用方式。
十七、AI真正需要证明的下一件事,不再是“能不能画对神经”
目前已经越来越多研究证明:
AI能够识别神经;
能够进行实时彩色叠加;
但这只是第一阶段。
临床真正需要回答的是:
AI以后能不能:
减少扫查时间?
减少错误结构识别?
减少穿刺次数?
提高一次阻滞成功率?
减少血管穿刺?
减少胸膜损伤?
减少局麻药系统毒性风险?
减少神经损伤?
改善镇痛质量?
让低经验操作者达到更稳定的临床效果?
这些才是麻醉医生真正关心的终点。
而目前这方面的临床结局证据仍远没有图像识别指标成熟。此前综述同样指出,AI辅助区域麻醉虽有潜力降低技术门槛和操作者差异,但仍存在数据偏倚、适用解剖范围有限以及缺少临床结局验证等问题。
十八、还有一个更现实的问题:AI可能改变“我们应该教什么”
以前区域麻醉培训重点是:
“你能不能找到这个神经?”
未来可能增加一个新的能力:
“你能不能判断AI什么时候找错了?”
这两种能力并不完全一样。
未来的麻醉医生可能需要同时具备:
传统超声解剖能力;
AI输出解读能力;
AI错误识别能力;
以及在AI不可用时独立完成操作的能力。
这其实和今天飞行员仍然需要接受手动飞行训练非常相似。
自动驾驶越来越强,
并不意味着基础能力越来越不重要。
恰恰因为自动化程度越来越高,
接管机器出错的那个人,必须真的会。
十九、这项2026随机试验真正令人警醒的,并不是AI“失败”
事实上,把这项研究解读成:
“AI没用。”
也是错误的。
这项研究只说明:
短时间AI辅助训练,没有显著改善AI关闭后的即时独立神经识别能力。
研究只有78名完成者;
训练时间很短;
评价的是正中神经和锁骨上臂丛;
研究没有回答:
长期训练会不会有效;
一周、一个月以后技能保留如何;
复杂患者中结果如何;
真正穿刺时是否会改善表现;
所以它并没有否定AI。
相反,它提出了一个更成熟的问题:
我们到底希望AI替人做什么?
二十、一个值得所有麻醉医生记住的区别
2026年这几项研究放在一起,可以得到一个非常清晰的结论。
AI已经越来越擅长:
“告诉你神经在哪里。”
但医学教育真正需要的是:
“让你理解为什么神经在那里。”
前者是识别任务。
后者是专业能力。
而两者之间,存在一个非常容易被忽略的鸿沟。
所以未来真正高水平的AI区域麻醉系统,不应该只是给结构涂颜色。
它最好还能告诉操作者:
为什么这样判断;
置信度多高;
哪些区域不确定;
有哪些相似结构;
什么时候应该重新调整探头;
以及:
什么时候不要相信AI。
二十一、最后留给麻醉医生一个问题
假设明天你们科室的新超声机升级了。
屏幕可以自动标出:
神经;
血管;
筋膜;
胸膜。
年轻医生一打开机器,就能看到所有结构。
半年以后,
某一天AI功能突然不可用。
你希望你的住院医师说:
“老师,没有AI我不会做。”
还是能够关掉所有彩色提示以后,重新找到:
血管、
肌肉、
筋膜、
胸膜,
然后告诉你:
“神经应该就在这里。”
这可能才是2026年最新研究真正提醒我们的事情:
最好的医疗AI,不应该让医生越来越依赖答案;而应该让医生即使没有答案,也仍然知道怎样找到答案。
参考文献
-
Kim J, Nam SP, Yoo J, et al. Real-time AI-assisted nerve tracking for ultrasound-guided nerve identification: a prospective randomized trial. Reg Anesth Pain Med. Published online September 18, 2026. DOI: 10.1136/rapm-2026-108180. 78名完成者中,AI辅助短期训练没有显著提高AI关闭后的正中神经或锁骨上臂丛独立识别成功率。
-
Berggreen J, Johansson A, Möller S, et al. Calibrating artificial intelligence against human expertise using femoral nerve segmentation on ultrasound: a consensus framework. Anaesthesia. Published online September 1, 2026. 9名临床医生完成100张图像、900份标注;AI Dice中位数0.72,人类中位数0.60。
-
Kamimura Y, Aota Y, Oba S, et al. Artificial intelligence-generated color overlay for ultrasound identification of the brachial plexus in regional anesthesia: an external validation study. J Anesth. 2026. C5/C6神经根识别总体准确率93.5%,同时仍存在假阴性和假阳性。
-
Jo Y, Baek S, Baek D, et al. Artificial intelligence in ultrasound-guided regional anesthesia: bridging the gap between potential and practice: a narrative review. Anesth Pain Med (Seoul). 2025;20:357–370. 综述指出AI辅助区域麻醉的主要现实限制包括数据偏倚、解剖覆盖范围及临床结局验证不足。