Una revisione sistematica e prospettica pubblicata su BMC Anesthesiology ha analizzato l’integrazione degli strumenti di machine learning (ML) e intelligenza artificiale all’interno della specialità anestesiologica.
Sebbene l’anestesia sia storicamente una disciplina ad alto tasso di innovazione tecnologica e monitoraggio multiparametrico, l’impatto clinico reale e l’efficacia pratica dei modelli algoritmici rimangono non completamente definiti nella letteratura corrente. Lo studio esamina sistematicamente le applicazioni attuali, che spaziano dalla predizione dell’ipotensione intraoperatoria alla gestione automatizzata dell’ipnosi e dell’analgesia, fino alla valutazione del rischio preoperatorio.
I risultati evidenziano che, nonostante le elevate performance diagnostico-predittive dimostrate in vitro e su dataset retrospettivi, mancano ancora ampi studi clinici randomizzati in grado di dimostrare una riduzione netta dell’outcome di morbilità perioperatoria, tracciando le linee guida necessarie per una transizione sicura verso una medicina di precisione in sala operatoria.
Leggi il full text dell’articolo:
- Artificial intelligence in anaesthesiology: why don’t we have it in our hands after a decade of innovation? A systematic review and perspective
Rémi Florquin, Philippe Dony
BMC Anesthesiol (2026). https://doi.org/10.1186/s12871-026-03995-6
