Anesthesia & Analgesia：麻醉深度监测 BIS 算法的开放重写

房丽丽 浙江大学医学院附属第二医院  翻译 / 审校

背景：BIS[ 一种经过处理的脑电图（electroencephalogram，EEG）麻醉深度监测仪器 ] 指数已经与麻醉的临床管理和科学研究相结合。然而，这种监测仪器所使用的算法仍然拥有专利权。我们实际上并不知道在测量什么。如果知道算法，可以更好地理解偏离值的临床意义，并在闭环控制或在避免术后认知功能障碍或青少年神经损伤方面有更大的研究进展。我们在以往的工作中，依法拆解了一台 A-2000 BIS 监测仪，其算法（BIS 引擎）作为机器代码被检索。模拟器的开发首次实现采用任意脑电图数据计算 BIS 值。现在要解决的基本问题是这些算法如何发挥作用及其代表的生理意义是什么。

方法：从 12 例接受骨科、普外科、血管和神经外科手术的患者中，获取常规麻醉诱导、维持和苏醒期间的 EEG 数据。使用这些数据来触发密切监测 BIS 算法各个部分的执行系统，让它在高级语言中以名为 ibis 的算法重新运算。然后，ibis 经过重写变得简洁而生理机制清晰，产生了一种全新的完全透明的麻醉深度算法，名为 openibis。

结果：ibis 算法与原始 BIS A-2000 算法的输出在功能上无差异，r = 0.9970（0.9970 ~ 0.9971），基于 0 ~ 100 的无单位的麻醉深度量表，两种算法的 Bland-Altman 平均差异为 – 0.25 ± 2.6。其精准度超过了任何早期尝试重新实现功能性的 BIS 算法。openibis 算法也在仅 64 行可读代码中与原始算法的输出非常接近 [r = 0.9395（0.9390 ~0.9400），Bland-Altman 2.62 ± 12.0]，该代码的功能可以明确地关联到 EEG 信号中的可观察特征。openibis 算法处理成直观的图形形式。

结论：openibis 算法最终提供了关于 BIS 的明确答案：最重要的信号成分依赖于低伽马波段，以及这些信号成分如何相互加权。逆向工程能够清晰且精确得出这些结论，而其他方法无法做到。这些结果与之前的所谓权威的综述文章相矛盾：BIS 指数似乎根本不依赖于双谱指数。结果阐明了麻醉深度测量的生理基础，为采用麻醉深度评分的临床麻醉研究奠定了坚实的基础，并为其他动物模型进行机制研究的比较提供可能。