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%。

听起来似乎已经非常接近“放心交给AI”。

但继续看结果:

仍然存在:

假阳性

和

假阴性。

其中假阴性约占评估结构的 5.8%。

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:

补充,而不是替代临床医生自己的判断。


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。

属于中等程度一致。

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;

在部分结构上能够达到接近专家水平的表现。

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;

成熟麻醉医生使用AI是否会有不同结果。

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

  1. 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。

  2. 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。

  3. 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。

  4. 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。