徐天意，夏 明，李 峰，常 敏，姜 虹

（1. 上海交通大学医学院附属第九人民医院 麻醉科，上海 200011；2. 上海理工大学 医用光学技术与仪器教育部重点实验室，上海 200093）

气管内插管是麻醉医生对全麻状态下患者进行气道管理的重要手段，其在保持气道通畅、通气供氧、呼吸支持、维持氧合等方面起到了重要作用，而困难气道则是麻醉医生在气道管理时遇到的极具挑战性的一种临床情况。困难气道指接受常规训练的麻醉医师在面罩通气或气管插管时遇到困难的状况，常见原因如颅颌面畸形、外伤、瘢痕粘连等。在接受全身麻醉的患者中，困难气道的发生率约为0.5%～10%[1-2]。困难或者失败的气管插管会导致永久性脑损伤甚至死亡等不良结局[3-4]。为此，临床上常采用纤支镜引导的清醒气管插管方式来最大程度地保障患者安全[5]。

近年来，随着人工智能和深度学习的兴起和发展，许多研究人员将人工智能技术应用到医学图像检测领域，取得了显著成果。在气管插管装置方面，插管辅助设备也在向智能化和自动化方向发展。2012年，Hemmerling等[6]研发了首个气管插管机器人——开普勒系统（KIS），验证了远程操控气管插管的可行性。瑞士苏黎世大学的Biro等[7]在2020年研发了基于喉部影像识别的自动化内窥镜下气管插管装置（REALITI），该装置具有实时图像识别和远端自动定位功能，操作者手动控制内窥镜弯曲和前进方向，当图像识别检测声门开口后，可切换到自动模式，使内窥镜前端自动向声门开口的几何中心点移动，直至进入气道。……