麻省理工學院林肯實驗室的研員開用研究人員開發了一種手持式機器人，可以幫助訓練有素的究人機器急救人員控制外傷患者的嚴重內出血，幫助他們將針頭和導管插入主要血管。發手

在急救醫學中，持式出血把握“黃金時間”非常重要。人利例如，助阻止如果他們要保持較高的研員開用生存機會，創傷受害者（特別是究人機器有嚴重出血的受害者），必須在60分鐘內接受治療，發手有時甚至只有10分鐘。持式出血出于這個原因，人利救援人員接受培訓，助阻止盡快投入行動，研員開用一些人甚至隨身攜帶基本的究人機器創傷包，他們可以用一只手打開。發手

然而，一些所需的治療，如在大血管中插入導管，需要特殊培訓，這意味著病人必須被送往醫院。這是一個真正的問題，因為在某些情況下，如果要保持生存的機會不減少，必須在運輸之前控制嚴重的出血。

理想的解決方案是帶上一名創傷外科醫生，但由于這并不總是實際的，由人類健康和性能系統組的Laura Brattain 和 Brian Telfer 領導的麻省理工學院團隊提出了人工智能引導的超聲波干預設備（AI-GUIDE）。該技術結合了機器人技術、機器學習算法和超聲成像，以指導響應者將導管安裝到股動脈血管中。

操作時，急救人員將AI-GUIDE放在病人的大腿上，沿著腿和腹部相接的腹股溝皺褶。利用超聲波，該設備顯示一個簡單的目標顯示，以引導急救人員到正確的位置。一旦找到目標，急救人員被告知觸發開關，將針頭精確地插入血管。這根針連接著一根導絲，急救人員將其推入以引導導管，導管可以輸送液體、藥物、控制出血的充氣球囊或顯微手術器械。

根據麻省理工學院的說法，AI-GUIDE通過機器學習來管理這些。

研究小組成員Lars Gjesteby說：“利用轉移學習，我們在馬薩諸塞州綜合醫院（MGH）的臨床合作者獲得的大型超聲掃描數據集上訓練算法。這些圖像包含血管解剖的關鍵標志，包括股動脈和靜脈。”

該系統允許呼吸者使用該設備，而不必看，更不必解釋圖像。相反，他們會用容易理解的符號來展示。此外，AI-GUIDE可以檢測自己的工作，并能糾正因嚴重失血而導致的靜脈部分塌陷等問題。

在對人體組織和血管模型以及活體鎮靜豬的測試中，具有不同程度醫療經驗的受試者只需經過兩分鐘的口頭訓練，就能在大約一分鐘內成功插入導絲。

“AI-GUIDE有可能比目前的人工圖像引導下的放針程序更快、更精確、更安全，并且需要更少的培訓，”來自MGH的放射科醫生和合作者Theodore Pierce說。“模塊化設計還允許輕松適應血管通路以外的各種臨床情況，包括微創手術、圖像引導的活檢和圖像引導的癌癥治療。”

該研究發表在《生物傳感器》雜志上。