困难气道评估国际专家共识
作者信息及单位（向上滑动查看完整信息）
Ming Xia1 , Wuhua Ma2 , Mingzhang Zuo3 , Xiaoming Deng4 , Fushan Xue5 , Denise Battaglini6 , Vivek Aggarwal7 , Giustino Varrassi8 , Vladimir Cerny9 , Ida Di Giacinto10 , Rita Cataldo11 , Daqing Ma12 , Toru Yamamoto13 , Martina Rekatsina14 , Alessandro De Cassai15 , Andrea Carsetti16,17 , Marvin G. Chang18 , Edwin Seet19,20 , Daniel P. Davis21,22 , Michael G. Irwin23 , Yuguang Huang24# , Hong Jiang1#
1 Department of Anesthesiology, Shanghai Ninth People’s Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China;
2 Department of Anesthesiology, The First Affiliated Hospital of Guangzhou University of Chinese Medicine, Guangzhou, China;
3 Department of Anaesthesiology, Beijing Hospital, National Center of Gerontology, Institute of Geriatric Medicine, Chinese Academy of Medical Science, Beijing, China;
4 Department of Anesthesiology, Plastic Surgery Hospital, CAMS and PUMC, Beijing, China;
5 Department of Anesthesiology, Beijing Friendship Hospital, Capital Medical University, Beijing, China;
6 Anesthesia and Intensive Care, San Martino Policlinico Hospital, IRCCS for Oncology and Neuroscience, Genoa, Italy;
7 Department of Conservative Dentistry & Endodontics, Jamia Millia Islamia, New Delhi, India;
8 Paolo Procacci Foundation, Roma, Italy;
9 Department of Anaesthesiology and Intensive Care Medicine, University Hospital Hradec Kralove, Hradec Kralove, Czech Republic;
10 Unit of Anesthesia and Intensive Care, Mazzoni Hospital, Ascoli Piceno, Italy;
11 Unit of Anaesthesia, Intensive Care and Pain Management, Department of Medicine, Università Campus Bio-Medico of Rome, Roma, Italy;
12 Division of Anaesthetics, Pain Medicine & Intensive Care, Department of Surgery & Cancer, Faculty of Medicine, Imperial College London, and Chelsea and Westminster Hospital, London, UK;
13 Division of Dental Anesthesiology, Graduate School of Medicine and Dental Sciences, Niigata University, Niigata, Japan;
14 Department of Anaesthesiology, National and Kapodistrian University of Athens, Athens, Greece;
15 Institute of Anesthesia and Intensive Care Unit, University Hospital of Padua, Padua, Italy;
16 Department of Biomedical Sciences and Public Health, Università Politecnica delle Marche, Ancona, Italy;
17 Anesthesia and Intensive Care Unit, Azienda Ospedaliero Universitaria delle Marche, Ancona, Italy;
18 Department of Anesthesia, Critical Care, and Pain Medicine, Massachusetts General Hospital, Boston, MA, USA;
19 Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore, Singapore;
20 Department of Anaesthesia, Yong Loo Lin School of Medicine, National University of Singapore, Singapore, Singapore;
21 Division of Emergency Medical Services, Logan Health, Kalispell, MT, USA;
22 Air Methods Corporation, Greenwood Park, CO, USA;
23 Department of Anesthesiology, The University of Hong Kong, Hong Kong, China;
24 Department of Anesthesiology, Peking Union Medical College Hospital, Beijing, China
Contributions: (I) Conception and design: M Xia, Y Huang, H Jiang; (II) Administrative support: M Xia, Y Huang, H Jiang; (III) Provision of study materials or patients: M Xia, Y Huang, H Jiang; (IV) Collection and assembly of data: W Ma, M Zuo; (V) Data analysis and interpretation: M Xia, X Deng, F Xue; (VI) Manu writing: All authors; (VII) Final approval of manu: All authors.
#These authors contributed equally to this work.
翻译：裴蓓
方法：中华医学会麻醉学分会气道管理学组的7名成员开会讨论初稿，后由15名国际专家对此进行修改。使用GRADE方法来确定证据和推荐的等级。通过三轮德尔菲调查，对推荐进行了修订。
结果：这份专家共识在病史、体格检查、综合评分、影像学检查，以及包括经鼻内镜、虚拟喉镜和3D打印在内的新进展的基础上，提供了一个全面的气道评估方法。此外，本共识还探讨了目前正在开发的一些新技术，如根据面部图像和语音进行预测，目的是提出困难气道评估的新研究方向。
结论：本共识适用于麻醉科、重症监护科和急诊科医生完善术前气道评估，为有潜在气道困难的患者制订适当的插管策略。
关键词：专家共识；困难气道；气道管理
一、 背景
困难气道（difficult airway）是指在气道管理方面具有适当技能的医护人员为患者行喉镜检查、气管插管以及机械通气/面罩通气时遇到困难的情况。有些情况可以从患者的解剖结构和病理特征中预料到，有些可能是未预料的、在操作过程中发生的。有些患者在拔管时也可能出现困难[1] 。
困难气道的处理与麻醉安全和质量密切相关，英国皇家麻醉医师学院和困难气道协会进行的第四次全国审查项目（Fourth National Audit Project，NAP4）对英国国家卫生服务医院围术期发生的严重气道并发症（包括死亡、脑损伤、急诊外科气道等）进行调查，结果发现2008—2009年290万例全麻手术患者中，共发生严重不良气道事件133例（1/2.2万），气道管理相关死亡16例（1/18万）。NAP4特别指出，由于不可能获得全部气道相关的严重不良事件的信息，实际真实发生率可能至少为报道的4倍。NAP4同时也发现导致上述气道并发症的前两位因素分别为患者本身是困难气道（77%）及医务工作者的错误判断（59%）[2] 。
据报道，在手术室（OR）外进行的气管插管，困难气道的发生率为11%~50%[ 3-5] 。在手术室外，如重症监护室（ICU）和急诊室（ER），识别潜在的困难气道同样重要。
未预料的困难气道是导致“无法插管，无法通气”情况的最重要因素，可能会导致患者发生严重缺氧，低氧性脑损伤，甚至死亡。未预料的困难气道一直是麻醉科、重症监护科和急诊科医生的挑战，充分的术前评估可以使医生在术前就发现大部分困难气道，从而减少麻醉后未预料的困难气道的发生及由此带来的一系列风险和挑战。
该共识旨在为临床麻醉中困难气道的评估提供更有效的方案，最大程度地提高评估困难气道的准确性与提高医疗资源利用率之间寻求平衡，以期规范困难气道的评估流程，减少气道相关并发症，提升麻醉安全性。本共识符合 CREDES 报告清单的要求（请见https://hbsn.amegroups.com/article/view/10.21037/hbsn-23-46/rc）。
二、方法
（一）专家组的成立
本共识由中华医学会麻醉学分会气道管理学组的7名成员及15名国际专家共同完成。专家组包括麻醉科、重症监护科和急诊科医生。每位成员至少参与了5个主题，每个主题分配给一个以上的成员。
（二）文献检索
在4个数据库（Medline，EMBASE，Cochrane和CINAHL）中进行了文献检索，并由专家组成员审查。未设置语言限制。动物、人体模型和尸体研究被排除在外。评论、信件和社论不在审查之列。经考虑将随机对照试验、非随机 对照试验、回顾性研究、观察性研究、荟萃分析和病例系列纳入审查范围。
（三）共识的完成
2022年5月—2022年10月，该小组每月以视频会议的形式修改结果并提供推荐意见。达成共识后，初稿被发送给15位气道管理方面的国际专家进行审阅。采用证据评价与推荐意见分级、制定和评价（grading of recommendations，assessment，development and evaluation，GRADE）方法，将目前可获得的证据分为高、中、低和极低级（表1）[6] 。
表1 GRADE证据确定性分级
此外，所有的国际专家都被邀请通过电子邮件参与德尔菲调查。德尔菲小组采用5分量表（1=不重要，5=非常重要）[7] 对初始推荐进行评分，提出新的推荐，并对每项推荐提出意见或建议。推荐条目通过三轮德尔菲调查进行了修订。三轮调查的所有问题都可以在补充材料1中找到（请见https://cdn.amegroups.cn/static/public/hbsn-23-46-1.zip）。每位成员在初始推荐形成前均披露了所有潜在的利益冲突。工作小组对每轮德尔菲调查获得的数据进行了分析和讨论。专家组成员夏明将专家的名字替换为随机数字，然后由另外两名小组成员独立输入德尔菲调查数据，使盲法得以实现。数据随后由夏明核实。之后，根据以下规则确定对每个条目的共识——每项推荐的推荐等级都需要有66%以上的成员达成一致；没有达成共识的推荐条目将被移到下一轮；三轮德尔菲调查结束后，未达成共识的推荐条目由最初气道管理小组的7名成员通过视频会议讨论，并通过电子邮件发送给国际专家审核。值得注意的是，在德尔菲方法中，参与的专家数量相对有限，可能会在议题选择和共识形成方面带来偏差。然而，中华医学会麻醉学分会气道管理小组的成员对所有议题进行了充分的讨论，所形成的声明来自对现有文献的全面审查。
（四）统计分析
在每一轮德尔菲调查中，通过采用Cronbach’s alpha，对数据的获取进行了细致的内部一致性分析。对结果以百分比的形式进行分析。统计分析使用SPSS进行。
三、德尔菲调查
（一）三轮德尔菲调查
第一、二、三轮德尔菲调查的回复率分别为57.1%（12/21）、71.4%（15/21）和76.2%（16/21）。三轮德尔菲调查的原始数据见补充材料2（请见https://cdn.amegroups.cn/static/public/hbsn-23-46-2.zip），三轮调查中所有推荐条目的调查得分见表2。
表2 三轮德尔菲调查
（二）说明
经过三轮德尔菲调查，确定有12条意见被推荐用于气道管理前的气道评估。具体描述可参见表3。这些条目分布在5个部分：病史2项；体格检查1项；综合评分1项；影像学6项；其他2项。
表3 德尔菲调查的项目
四、定义
目前没有标准的定义，但美国麻醉医师协会最新指南，将“困难面罩通气”定义为由于以下一个或多个问题而无法提供足够的通气——面罩密封不足，气体泄漏过多或气体进出阻力过大[1] 。“喉镜检查困难”被定义为在多次尝试喉镜检查后无法看到声带的任何部分[1] 。“困难或失败的气管插管”被定义为需要多次尝试的气管插管或多次尝试后插管失败[1] 。值得注意的是，喉镜检查困难不一定与插管困难有关，医生有时可以看到声带，但不能进行插管。
五、病史
（一）推荐意见：在麻醉前应充分了解患者既往气道管理的医疗记录
若条件允许，对先前行气道管理的医疗记录进行评估是至关重要的。评估应包括患者面罩通气状况、直接/间接喉镜检查状况、声门外气道状况、使用了哪些气道管理设备、气道管理是否成功及是否遇到困难。预测困难插管的最准确的方法是以前有困难或失败的插管史[8-9] （证据等级：中）。
（二）推荐意见：在麻醉前应充分了解患者可能影响气道管理的病史
部分慢性疾病会给气道管理带来挑战，如类风湿性关节炎[10] 、强直性脊柱炎[11] 和糖尿病[12] 可能会导致关节活动受限（证据等级：低）。
打鼾[13-14] 或阻塞性睡眠呼吸暂停综合征[15-17] 等气道相关的慢性病史是重要的参考依据（证据等级：中）。
近期急性呼吸道感染会增加喉痉挛和支气管痉挛的可能性（证据等级：极低）。
怀孕[18] 和肥胖[19] 会增加面罩通气困难、插管困难的风险，并降低功能残气量，从而减少安全呼吸暂停的时间（证据等级：低）。
头颈部的创伤，例如面部骨折等会影响气道，通常是由于直接损伤以及随之而来的气道变形、出血、牙关紧闭和气道水肿[20-22] 。应确定受伤的程度和时间，并评估肿胀、疼痛和痉挛的程度。化学和热损伤可以迅速引起气道水肿，随后的头颈部瘢痕会限制颈部活动度和张口度，使气道管理变得极为困难[23-24] （证据等级：低）。
头颈部癌症会给气道管理带来挑战[25-27] 。口腔癌会增加舌头的体积或降低咽部和颏下的顺应性，或影响张口度。喉部肿瘤易导致急性呼吸道梗阻，并且可能会阻碍气管内导管的通过。对于肿瘤患者还需了解其头颈部的放疗史，长期放疗会导致组织纤维化、颈部活动度降低、放射性骨坏死等，加大气道管理的难度[28] （证据等级：低）。
Pierre-Robin[29] 、Klippel-Feil[30] 、Treacher-Collins[31] 和Down’s[32] 等一些罕见的先天性综合征可显著增加困难气道风险（证据等级：低或极低）。
六、体格检查
推荐意见：推荐在麻醉前对可以配合的患者进行尽可能多的体格检查
一些体征和床旁的检查被证实可以预测困难气道。包括面部及下颌特征的测量评估（张口度、头颈活动度、是否有突出的上门齿、是否有胡须、上唇咬合试验等）和解剖指标的测量评估（改良的Mallampati分级、甲颏间距、胸颏间距、张口度、颈围、颈围甲颏间距比、身高甲颏间距比、身高胸颏间距比、舌颏间距、甲颏高度）。
应观察患者是否肥胖、龅牙、无牙、颌后缩和头颈部病变[33-34] （证据等级：低或极低）。
张口度（inter-incisor gap，IIG）指患者最大张口时上下切牙切缘之间的距离。张口是大部分气道管理的关键，IIG<3.5 cm提示患者可能存在困难气道[8,14,34-44] （证据等级：中）。
头颈活动度（head and neck mobility）指先请患者将头部向前、向下，使颈部弯曲并保持此体位不动，再请患者试着向上扬起脸，以此评估寰枢外侧关节的伸展状况（图1）。寰枢外侧关节的伸展状况与困难插管有关。寰枢外侧关节伸展幅度愈大就愈能使口轴接近咽轴和喉轴，在颈部屈曲和寰枢外侧关节伸展的体位下最易实施喉镜检查[8,14,36,40,45-47] （证据等级：中）。
图1 颈部活动度
上唇咬合试验（the upper lip bite test，ULBT）要求患者用下切牙尽量去咬上嘴唇评估其下颌活动度。结果分为3级：能超过上唇为Ⅰ级，低于上唇线为Ⅱ级，不能咬住上唇为Ⅲ级。Ⅱ~Ⅲ级的患者可能存在困难气道[37,48-54] （证据等级：中）。在没有牙齿的患者中，可以通过观察其下嘴唇是否能覆盖上嘴唇以评估下颌活动度[55] 。在2项Meta分析中，上唇咬合试验都证实是预测困难喉镜暴露的一个较好的指标[8,44] （证据等级：中）。
下颌后缩（retrognathia），下颌骨长≤9 cm和困难气道相关[8,14,36,45,56] （证据等级：中）。
下颌前伸分级（mandibular protrusion），是下颌骨活动性的指标，能反映上下门齿间的关系。下颌前伸幅度小和困难气道相关[8,14,36,40,41,57,58] （证据等级：中）。
改良Mallampati试验（modified Mallampati test，MMT），是最常使用的筛查方法，通常用于评估舌头大小、口咽腔大小及它们之间的关系。在患者保持端坐位，最大限度的张口伸舌，不发“啊”音时评估。根据观察到的口咽部结构将暴露程度分为4级：可见悬雍垂、咽腭弓、软腭为Ⅰ级；悬雍垂被舌根覆盖，见咽腭弓及软腭为Ⅱ级；只能看到软腭为Ⅲ级；仅见硬腭为Ⅳ级（图2）。MMT是预测困难插管的常用体格检查项目，MMT为Ⅲ或Ⅳ级通常与困难插管相关[14,36,50,53,59] ，但2项Meta分析都证实其预测困难气道的能力仅为中等[8,44] （证据等级：中）。
图2 经改良的Mallampati分级
颈围（neck circumference，NC）是患者直立坐位时，以颈后第7颈椎上缘，颈前甲状软骨水平，用软尺绕一圈所测的周长。颈围>40 cm与面罩通气困难、喉镜检查困难和气管插管困难相关。NC可能无法清楚地表明颈部内不同区域软组织分布，气管前软组织的厚度更能准确的预测困难气道的准确性。颈围甲颏间距比（NC/TMD）[60] 是近期提出的一个新指标，更能代表颈部软组织的分布。目前的研究显示，NC/TMD≥5时，预测困难气道的准确性更高[60-61] 。（证据等级：低）
甲颏间距（thyromental distance，TMD）和胸颏间距（sternomental distance，SMD）是常用的测量数据，在患者头部极度后仰的情况下，测量下颌骨颏突到甲状软骨切迹或胸骨上凹的距离。舌颏间距（hyomental distance）是患者头部取中立位时，下颌骨颏突到舌骨之间的距离。舌颏间距为3~5 cm[8,39,56,62] ，TMD为4~7 cm[8,36-37,48-49,62-66] 与困难气道相关（证据等级：中）。
在校正身高后，预测更准确。身高甲颏间距比为17~25和困难气道相关[8,14,49-50,67] （证据等级：中）。身高胸颏间距比≥10.5也和困难气道相关[67] （证据等级：极低）。
甲颏高度（Thyromental height，TMHT）是新近提出的一个指标，在患者取仰卧位且嘴闭合时，测量甲状软骨前缘和颏前缘之间的垂直距离。目前的研究显示，TMHT≤50 mm时，有较好的灵敏度、特异度和预测准确性[65,68-71] 。
具体见图3。
图3 床旁检查：颈围、甲颏间距、胸颏间距、舌颏间距、甲颏高度
目前对于床旁体格检查预测困难气道的研究存在较大异质性，没有一种单一的特征被确定为比另一种特征更具预测性。因此，建议临床医生使用多种方法来预测困难气道。
七、综合评分
推荐意见：在气道管理前使用气道管理工具
参考病史和体格检查结果可以提高困难气道预测的准确性。目前，最常用的综合评分方法和问卷包括STOP-Bang问卷[72] 、El-Ganzouri评分[73] 和Wilson评分[74] 。在ICU，MACOCHA评分在预测插管失败方面是可行的[75] 。
STOP-Bang问卷包括8个简单的问题：①打鼾；②白天疲倦或疲劳；③观察到睡眠时呼吸停止；④高血压；⑤体重指数（BMI）>35 kg/m2 ；⑥年龄超过50岁；⑦颈围>40 cm；⑧男性。每个问题若回答“是”则得1分，“否”则得0分。STOP-Bang问卷旨在筛查阻塞性睡眠呼吸暂停综合征（OSAS），但得分≥3分已可被作为气道困难的预测因素[16] （证据等级：低）。
El-Ganzouri风险指数（EGRI）得分（包括上下切牙间隙、甲颏距离、改良Mallampati测试、颈部活动度、下颌前突、体重和困难插管史）为3~4分也表示与困难气道有关[73,76-78] （证据等级：低）。
Wilson评分使用5个参数对气道进行评估：体重、头颈部活动度、下颌 活动度、颌后缩和龅牙。每个参数的分值为0、1或2，因此，总的风险分值为0~10不等。分数超过2分表示与困难气道有关 [8,79-82] （证据等级：中）。
与手术室的择期手术相比，ICU中的气管插管情况可能不那么理想，而且更具挑战性。最近提出的MACOCHA评分范围为0~12，是预测ICU中困难插管的可行工具。它包括患者的特征（包括改良的Mallampati测试、阻塞性睡眠呼吸暂停综合征病史、颈部活动度和上下切牙间隙）、基础情况（包括昏迷和严重低氧血症）以及操作者是否为麻醉医生。较高的分数与并发症有非常密切的关系，特别是在分数较高时（证据等级：中）。
八、影像学
（一）推荐意见：在进行气道管理之前，建议对有解剖学异常的特定患者进行影像学检查
随着生物医学工程的发展，术前气道评估有了更多可视化技术手段。X线、CT、MRI等影像学检查可以弥补外观评估指标的不足，使气道评估更加完善。此外，由于超声具有便携性、无创性及可重复性强等优势，已逐渐成为气道评估的有力手段[83] 。
（二）推荐意见：对于有外伤、先天性疾病（如椎体增生）、退行性疾病（如颈椎病、类风湿性关节炎和强直性脊柱炎）或综合征（如唐氏综合征、神经纤维瘤病、成骨不全和Klippel-Feil综合征）的患者，在进行气道管理前可考虑使用颈椎X线
通过X线检查可观察到气道毗邻解剖结构的异常。颈椎X线片上特定指标距离的测量可作为预测困难气道的解剖学因素。寰枕间距是限制头颈部伸展的最主要因素，寰枕间距越大则头颈部活动度越大。颈椎侧位X片显示C1棘突和枕骨之间的间隙<5 mm和困难插管有关。此外，C1和C2之间间隙减少也和困难插管相关[85] 。一项对颈椎患者的研究中证实，颈椎侧位X片上C2和C6的夹角（头保持中立位）>12.1°和困难插管相关[86] 。下颌骨的轮廓可反映下颌内在空间和舌体大小，下颌骨深度与下颌长度的比值越大提示舌体大或位置靠后，从而影响喉镜暴露[87] 。对于肢端肥大的患者，下颌骨牙槽到舌骨的距离<48 mm，可能可以排除困难插管[88] 。上颌和咽的角度<90°（正常值>100°）和困难喉镜暴露相关[89] 。然而，相关研究发现，约10%的颈椎创伤患者需要在30 min内紧急插管，颈椎X射线在临床上的应用有限[90] 。
总体来说，目前关于X线预测困难气道的研究，大部分局限在困难插管，其灵敏度、特异度和预测准确性可能高于MMT[ 91] ，但是研究数量有限，且样本量不足，尚存在较大异质性。X线可以在一定程度上弥补体格检查的不足，但是其预测困难气道的价值还需要进一步探究（证据等级：低）。
（三）推荐意见：对于各种先天性疾病、感染性病变、气道内外的肿瘤导致气道狭窄的患者，在进行气道管理前可考虑进行CT扫描
计算机断层扫描（CT）在预测困难气道方面与X射线相当[91] 。CT可以清楚地显示特定的疾病，例如，口咽部肿瘤、甲状腺肿物、舌扁桃体肥大、气管内肿瘤的气道情况。通过CT三维重建技术还原患者上气道立体图像，麻醉医生可以从矢状位、冠状位和横截位对气道进行测量、分析、判断上气道解剖结构的异常改变，评估患者是否存在困难气道，指导气道工具的选择及处理方案的制订。CT可以测量舌面积，进而可以预测困难气道的发生[88] 。舌根到咽后壁的距离、会厌与舌的夹角和困难喉镜暴露相关[92] 。CT还可以辅助判断鼻腔的情况[93] 。考虑到使用CT的患者接受辐射的剂量更高，成本更高，推荐在特定人群中使用（证据等级：低）。
（四）推荐意见：不建议在气道管理前用常规使用MRI来评估患者的气道情况
相比CT，MRI可以更清楚地观察软组织，也不需要考虑辐射暴露。但是成本更高，耗时更长，需要患者在较长时间内保持静止。MRI检查易受到呼吸运动伪影的影响且分辨率有限，MRI在评估气道结构方面能力受限[94] 。MRI可以观察到声带的位置与喉镜暴露有关，声带的位置越靠近头端，喉镜暴露越困难[95] 。MRI显示的颈前软组织厚度和困难喉镜暴露不相关[96] 。对于颈椎外伤的患者，咽后间隙（retropharyngeal space，RPS）的厚度和困难插管相关[ 97] （证据等级：低或极低）。
（五）推荐意见：尽管超声的诊断价值与X线和CT相似，但还是推荐将超声作为气道评估的成像工具。需要特殊培训
超声不仅可以提供实时影像，还可以提供动态的气道结构变化。将超声探头置于下颏行颈部扫描，可以清楚地显影舌体、会厌、声带、舌骨、甲状舌骨膜、甲状软骨、环状软骨、环甲膜、气管软骨环等气道解剖组织，测得颈部各组织厚度、各组织之间距离可以预测困难气道。超声可以测定气管狭窄等病理状态，对于预测困难气道具有一定价值。超声可以测量舌骨平面、甲状舌骨膜平面和会厌的颈前软组织厚度。
颈前软组织厚度增加与困难气道存在相关性[98] 。其中，甲状舌骨膜平面的颈前软组织厚度>2.8 cm能预测患者可能存在喉镜暴露困难（证据等级：低）[98] 。当皮肤到会厌的距离（distance from the skin to epiglottis，DSE）为2~2.75 cm时，预测困难气道的准确性最高[99-109] （证据等级：中）。
舌根后坠和舌体肥大是通气困难最常见的病因[33] ，超声正中矢状面可测得舌的截面积，横断面可测得舌中部的最大宽度，两者的乘积即为超声舌体积。研究显示超声评估舌体积的大小对困难气道有一定的预测价值[110] 。超声舌体积<100 cm3 能够基本排除患者存在喉镜暴露困难[ 99] 。超声测量皮舌厚度（下颌下部皮肤到舌背面的最大垂直距离）和皮舌厚度与甲颏距离的比值是预测困难插管的重要指标[111] 。皮舌厚度>6.1 cm和皮舌厚度与甲颏距离的比值>0.87均与困难插管相关[111] （证据等级：低）。
近年来，通过在舌下腺凹置入小尺寸高频弯曲探头，可获得口咽部和声门结构的清晰影像，并且清醒患者可在不使用镇静药的情况下很好地耐受这一检查[112] 。超声下舌骨的可见度也可用于患者困难气道的预测。将特制的超声探头经口放置在舌背面进行超声检查，超声正中矢状位平面内舌骨的可见度与患者困难气管插管存在明显相关，如超声平面内未见舌骨，则预测该患者可能存在困难气管插管[113] （证据等级：低）。
超声对急诊患者气道的评估也具有一定价值[114-115] （证据等级：低）。
超声的诊断价值与CT、X线相似，明显优于单个的体格检查，如MMT[91] 。考虑到超声检查具有实时观察上呼吸道、操作简便、成本低、不需要电离辐射等优点，优于CT或X线检查。推荐在麻醉前作为评估困难气道的筛选工具之一。但其预测价值与相关疾病的发病率相关，出于这个原因，在选择患者进行超声检查时，应进行常规气道评估测试。此外，尽管超声检查已经成为麻醉医生和重症监护医生的日常工作，如在血管穿刺、心脏检查和神经阻滞方面，但在气道管理方面仍未得到充分利用。因此，我们鼓励麻醉医生和重症监护医生在这一特定领域进行使用超声的培训，因为在常规检查结果显示可能存在困难气道的情况下，超声在出现疑问或排除潜在的困难气道时可能非常有用。
九、其他
（一）推荐意见：在进行气道管理之前，考虑经鼻内镜检查以评估有声门周围病变或气道结构异常的患者
经鼻内镜检查（transnasal flexible endoscopic laryngoscopy，TFEL）可用于观察上气道解剖结构并识别出异常，例如，上气道肿胀/解剖结构变形，以及声门周围的病变。在一些小样本的研究中，经鼻内镜检查可以直视气道内解剖结构，影响麻醉医生的决策，提高困难气道的预测准确性[116-117] 。一项前瞻性的队列研究证实在，患者伸舌（tongue protruded）时，TFEL可以提高对困难喉镜暴露的预测准确性[117] （证据等级：低）。
（二）推荐意见：不推荐在麻醉前对患者进行虚拟喉镜和3D打印重建气道的评估
虚拟喉镜（virtual laryngoscopy）是一种非侵入性、可以代替内镜的诊断技术。依靠软件呈现来自各种成像技术（如CT和MRI）的数据，并重建出三维（3D）的内部解剖结构。虚拟喉镜可以将气道可视化，反映感染、炎症及肿瘤的患者气道和声门下腔的内部和外部视图，提高麻醉医生对气道评估的准确性[118-119] （证据等级：极低）。
3D打印（three dimensional printing），又称增材制造技术，是“快速成型”技术的一种。它基于三维模型数据，通过增加材料、逐层打印，制造出与相应数字模型完全一致的三维实体模型。针对气道进行影像学检查，运用3D打印技术重建呼吸道模型，能够了解患者气道内部结构，掌握患者气道病变情况、病变与周围组织关系、气道肿瘤等情况，可提升临床麻醉医生气道评估的准确性，以便于指导麻醉诱导或插管操作[120] （证据等级：极低）。目前这两种重建技术仅在小样本的患者中进行研究，证据不足，成本更高，尚不能推广作为常规筛查手段。
十、探索中的新技术
上述所提到的评估困难气道的方法有不同程度的局限性。传统的体格检查对于预测困难气道的准确性不高，辅助检查较传统指标预测困难气道的准确率有所提高，但有依赖设备、增加患者医疗费用、存在辐射风险等不足。虚拟喉镜和3D打印更受限于设备，医疗成本更高，准确性还有待进一步论证。
目前，在国际上多位学者通过分析患者的面部图像和语音信息预测困难气道，获得了较高的准确性，值得进一步的探索。瑞士Cuendet等[121] 利用深度学习算法对面部特征（正位、侧位、张口、伸舌）与插管难易程度进行训练分析，建立基于人脸识别技术的困难插管预警模型（AUC为0.81），提示全自动人脸扫描可以更好地帮助麻醉医生判断困难气道。日本学者Hayasaka等[122] 使用16张不同体位的面部图像，通过卷积神经网络深度学习算法建立了用于困难气管插管分类的评估模型，结果发现仰卧闭口侧面位预测模型评估效果最佳（AUC为0.864）。
语音信号是近年发现的一种既可以反映气道解剖结构，又能反映气道功能的新型综合指标。不少声学参数与上气道的长度、内径、形状等内在结构密切相关。目前的研究发现通过语音特征（5个元音，5个共振峰频率）构建困难气道评估模型，其在预测困难喉镜暴露和困难面罩通气具有一定价值[123-124] 。目前的研究也发现在亚洲人群中，声学特征包括共振峰频率（F1~F4）和带宽（bw1~bw4）可以预测困难喉镜暴露和困难面罩通气，AUC分别为0.709和0.779[125-126] 。
面部图像和语音的采集简便、无创并且其分析客观、自动化，为未来数字化、智能化及远程化气道评估提供了契机。期待未来大样本、多中心研究进一步明确图像分析和语音技术在困难气道评估中的应用价值。
十一、结论
建议在麻醉或气道管理之前（如果可能）进行气道风险评估和气道检查，主要基于病史评估、体格检查和额外的特殊评估手段三部分。病史评估主要指患者访谈和问卷调查，从既往病史或医疗记录中获取信息，包括患者的人口统计学特征、个人特征（如年龄、性别、身体质量指数和身高），以及困难气道史、气道解剖结构扭曲、打鼾、阻塞型睡眠呼吸暂停综合征、糖尿病或诊断检查（如X线、CT）等信息。体格检查主要指面部特征评估和解剖标志测量，面部特征评估包括张口度、下颌前伸度、头颈活动度、上门牙突出情况、是否有胡须及上唇咬合试验；解剖标志测量包括气道咽部结构Mallampati分级和改良Mallampati分级、甲颏间距、胸颏间距、切牙间距、颈围、颈围甲颏间距比、身高甲颏间距比、舌颏间距和身高舌颏间距比。特殊的评估手段主要包括床边内镜检查、超声测量和成像、虚拟仿真喉镜/支气管镜技术及3D打印技术。
虚拟仿真喉镜/支气管镜技术以及3D打印技术等属于新技术，并不适用于大部分人群。基于患者的面部图像和语音特征预测困难气道是该领域的研究新趋势，值得更深入的探究。
气道评估目前最主要的手段仍然是病史询问和体格检查。麻醉医生一般进行术前访谈，可采取尽可能全面的手段对气道进行风险评估，特殊患者还可采取更充分的评估流程。
十二、问题
（一）目前所研究的床边体格检查的敏感度和特异度均存在较大异质性，对于患者和麻醉医生来说一次性完成所有的体格检查似乎是过度筛查，您认为是否需要对患者进行所有的检查？如果不是，哪些体格检查相对来说是最重要的？
Andrea Carsetti：我认为最有用的测试可能是以下几项，因为它们易于执行且可获得的信息量大——Mallampati测试、上唇咬合试验、甲颏间距测量和张口度测试。
Daqing Ma：张口度和颈部活动度。
Denise Battaglini：对患者气道进行初诊的医生应该进行全面的考察，至少使用两个评分，以确定潜在的困难。如果负责气管插管的医生与最初探视患者的医生不同，则应重新评估气道，以便在手术前计划一个适当的个性化策略。
Edwin Seet：在我看来，对所有患者进行所有的检查是过分的。在某些情况下，由于手术的紧迫性，可用来进行评估的时间有限。广泛的检查对麻醉医生和患者来说也可能是繁重的。一些气道评估措施的综合评估比任何单独的身体检查更重要。在我的医院中，所有的择期手术都要进行STOP-Bang问卷筛查，这是有效的。此外，我发现MMT、IIG、颈部活动度检查和TMD是适宜在床边对所有病例进行的高收益、快速和简单的测试。近期发表的一篇 JAMA 论文 [7] 显示，ULBT有很好的预测价值，但由于各种原因（如无牙的老年患者、测试起来很麻烦等），它在我们医院还没有被广泛使用。
Giustino Varrassi：在我个人看来，所有的体格检查都应该进行，患者的安全是极其重要的，在安全问题面前，检查时间的长短是不重要的。
Ida Di Giacinto：多参数气道评估是检测困难气道的基础。尽管一些简单的临床发现对于预测气管内插管困难的可能性较高，但没有任何临床发现足够可靠到可以排除困难插管[8] 。在目前的评分系统中，可能使气道管理复杂化的因素被忽略了。它们是与患者无关的因素，如人为因素、经验、团队沟通和设备[127] 。记录困难气道管理对评估未来的麻醉是非常重要的。
Martina Rekatsina：Mallampati，TMD和STOP-BANG问卷。
Marvin G. Chang：应进行多项检查以充分评估困难气道（尤其是那些具有中等证据水平的检查），以便麻醉医生能够制定适当的气道管理计划，该计划还考虑到在气道特别困难时充分抢救的能力。例如，一个张口非常有限、大舌头和长胡子的患者可能不适合使用面罩通气和声门上气道（LMA）作为抢救手段，因此团队可能决定进行清醒纤支镜插管。虽然对麻醉医生来说，完成与评估困难气道有关的所有体格检查可能工作量较大且耗时，但麻醉医生至少应该主观地评估与预测、管理和抢救困难气道的能力有关的特征，例如，患者的体型、颈围、是否有胡须、Mallampati评分、颈部活动度、张口度、舌头大小、是否反颌、甲颏间距、是否有牙齿及咬上唇试验。
Rita Cataldo：我同意，将所有体格检查作为常规来完成是过分的；应根据患者情况和预期的困难（如肥胖、喉部肿瘤、脊柱炎、遗传性疾病等）来选择性地筛查测试，我建议常规开展以下检查——El Ganzouri评分、ULBT、IIG、STOP Bang问卷。
Toru Yamamoto：我认为血、胸部X线片和心电图（EKGs）是必要的检查项目。
Vladimir Cerny：体格检查是成功管理气道的关键。对于能够配合的患者，应该进行所有可进行的检查。特别是应评估张口，以及头、颈和下颌的运动程度。
Alessandro De Cassai：床边体格检查的异质性很高，没有任何一项检查是比其他检查优越的。出于这个原因，我建议医生在临床上尽可能多地安排检查项目，并鼓励使用综合评分。
Daniel P. Davis：我同意，我支持任何一种体格检查的证据都存在差异性的观点。我认为管理气道的医生应该选择其中一种策略并熟练掌握其应用。我也认为紧急插管的气道评估必须与择期手术不同，因为患者经常无法参与、检查受到环境的限制，以及额外的变量（例如，气道中存在血液，怀疑有脑外伤，或固定/运输限制），使医生在预测困难气道方面变得更加困难。这就是制定紧急状况下困难气道预测的HEAVEN标准的理由。
Michael G. Irwin：不，我认为应通过床边检查对患者进行筛查，以了解插管困难的典型解剖学特征、张口度（Mallampati）和颈部活动范围。如果对插管困难有任何怀疑，就可以继续安排其他检查。最有可能使用的是床旁超声（US），因为X线片检查、CT扫描和MRI检查价格昂贵、耗时且会延误手术。在资源匮乏的情况下，重点应该放在床边检查，并在考虑插管困难时设定一个较低的门槛，并进行相应的管理——与其在麻醉诱导后出现意想不到的困难，不如假设插管困难并在此基础上进行。
（二）目前越来越多研究借助影像学手段预测困难气道，您认为哪个影像学设备可能对于困难气道评估最有帮助？
Andrea Carsetti：通过仔细的对颈部运动的评估，可能可以避免以评估解剖学异常导致的颈部运动受限为目的的颈部X线片检查。CT扫描对于软组织可能更有用。然而，它有辐射，不能作为常规考虑。在这种情况下，超声可能有一个重要的作用，以无创和无辐射的方式评估软组织和气道。其作用可能更有意义，因为它很容易在手术当天在床边进行，而且麻醉医生可能很容易掌握这项技能。我认为超声对气道的评估需要进一步发展和应用。
Daqing Ma：超声。
Denise Battaglini：我相信超声是可及性最高的，成本低，在床边也是可行的。然而，需要进行适当的培训，因为它取决于操作者，而且敏感性和特异性较低。另外，在非常困难的情况下，X线片或纤维支气管镜检查也是有用的。
Edwin Seet：CT扫描和三维重建对有肿瘤、感染和异常解剖结构的耳鼻喉科病例很有帮助。超声气道评估在困难的气道管理中具有一定作用。
Giustino Varrassi：超声是最重要的，也是最有用的。
Ida Di Giacinto：特殊和不同的人群需要不同的成像技术。多学科小组（如耳鼻喉科和麻醉科医生）应讨论上呼吸道的异常解剖结构变化。
Martina Rekatsina：超声和气管内镜的床旁使用。
Marvin G. Chang：超声可能是评估困难气道的最理想的方法，因为它可以在手术当天进行，它是无创的，没有辐射，而且越来越容易获得，因为有更多可负担得起的便携式超声波设备。
Rita Cataldo：这取决于预期的困难程度、可用的设施和时间。超声是未来的趋势，它们价格不那么昂贵，可在床边进行，易于操作和学习；有时CT扫描是必要的，如声门/声门下或气管狭窄或肿瘤的情况（三维重建有时非常重要）。
Toru Yamamoto：目前，我认为CT扫描是最有用的。
Vivek Aggarwal：X线片检查应该常规使用。CT扫描可以提供有价值的信息。常规使用MRI是不合适的。
Vladimir Cerny：如果只能选择一种方式，我会选择超声。
Daniel P. Davis：我认为成像策略应以临床情况为指导，在这方面不可能提出单一的建议。例如，如果时间允许的话，头/颈部外伤应在插管前进行X线片检查或CT扫描。然而，若有声门周围肿块的存在，如肿瘤或脓肿，可能使用MRI更好。床旁超声检查的普及使其成为其他患者的理想选择，尤其是在时间有限的情况下。
Michael G. Irwin：超声——更便宜、更快、更好。
（三）目前人工智能在麻醉领域有广泛研究，其在困难气道评估的领域也有一定进展，在未来，您认为人工智能（利用深度学习分析面部图像、超声图像、语音信号等）是否可以有助于实现智能精准评估困难气道？
Andrea Carsetti：这是一个令人期待的领域，需要未来的发展。我认为人工智能在帮助临床医生预测困难气道方面具有良好的潜力。
Daqing Ma：不确定。
Denise Battaglini：是的，我相信它将是。然而，它的成本很高，而且没有广泛应用。因此，我认为应该实施，尽管我们仍处于起步阶段。
Edwin Seet：人工智能有可能比人类评估得更精确。原因是它更客观、更彻底，没有实际的现实生活经验和个体间的差异。
Giustino Varrassi：绝对是的。随着技术的发展，它将在未来提供令人难以置信的惊喜。
Ida Di Giacinto：人工智能可能是气道评估的未来，但存在着与局部组织和生理困难气道（非解剖学的患者因素，可以影响气道管理的结果）有关的困难。
Martina Rekatsina：可能是的，但仍有太多的工作要做，而且在起步阶段依靠这一技术可能是不安全的。
Marvin G Chang：人工智能在未来可能会在评估困难气道方面发挥作用，但是它可能需要比我们目前所掌握的更多的数据，才能充分地训练，使其比训练有素的麻醉医生更可靠。
Rita Cataldo：我认为大数据也将是医学和麻醉学的未来。
Toru Yamamoto：我们相信，先进的人工智能设备在未来会有用武之地。
Vivek Aggarwal：人工智能仍处在起步阶段。使用新的设备和软件可能很昂贵，而且应用到所有的临床实践中并不可行。然而，将人工智能融入临床决策环节将有着广阔的前景。
Vladimir Cerny：我对人工智能会取代医生的判断持怀疑态度。我可以看到它的作用是根据患者的照片识别可能存在气道问题的患者，并预先选择那些应该由麻醉医生在其麻醉前门诊接受评估的患者。
Alessandro De Cassai：医生们对人工智能算法产生了越来越多的兴趣，虽然有趣，但在生成的算法和临床可行性之间仍有很长的距离。迄今为止，由人工智能生成的算法在节点上往往是模糊的，我认为这些工具的使用距离常规临床应用还很遥远。然而，它们是医生的一个有前景的工具，进一步的研究被认为是必要的。
Daniel P Davis：我对人工智能未来为困难气道预测做出重大贡献的可能性并不那么乐观。鉴于气道管理方面的困难相当不常见，需要使用大型数据库中的多个变量，人工智能可能有助于开发广泛的筛选工具。然而，在应用纤维支气管镜/视频喉镜评估进行更精确和对临床有效的评估之前，这些规则应以高灵敏度和阴性预测值为导向，作为筛选工具。
Michael G. Irwin：是的，它有潜力，但我认为目前还没有足够的支持其运行的数据。
（四）您认为可以如何整合传统方法（体格检查和影像学检查等）及探索中的新技术（虚拟喉镜、3D打印和基于患者图像和语音的分析等）以优化预测困难气道的流程？
Andrea Carsetti：我认为新技术可能有助于在传统测试结论有疑问或不一致时识别困难气道。例如，建立一个能够整合不同参数的模型，包括一些临床医生无法客观评估的元素（即声音），可能会有一些启发。
Daqing Ma：尚未可知。
Denise Battaglini：虽然很有吸引力，但我认为到目前为止相关证据太少。此外，这些方法确实很昂贵，不可能在全球范围内轻易使用。
Edwin Seet：这是一门尚在发展中的学科，需要开展更多的研究。必须进行比较研究并建立预测模型，以确定新技术的效用，与传统方法相结合或与之区分。
Giustino Varrassi：对新技术的探索，以及将其融入旧的方法论是一个自然的过程，对提高患者的安全性始终有效。麻醉医生努力协调新旧技术的工作将使情况发生变化。
Ida Di Giacinto：多学科团队是患者安全的基石。在不同的情况下，如在创伤科、耳鼻喉科、头颈外科，新技术与传统方法的整合可能会优化气道评估效果。
Martina Rekatsina：不予置评。
Marvin G. Chang：最有帮助的信息很多时候可以通过传统的方法获得，如病史和体格检查（若有，还包括影像学检查），然后利用这些信息制订一个完整的气道管理计划。诸如虚拟喉镜、3D打印及基于患者图像和语言的分析等新技术可能对教育和计划有帮助，然而，目前还不清楚这些技术的加入是否会最终改变由受过培训的麻醉医生通过更传统的方法制订的气道管理计划。
Rita Cataldo：只应用在特别选定的患者中，否则会耗费时间和成本。
Toru Yamamoto：首先，用常规方法评估患者，当考虑可能为困难气道时，再使用较新的技术。
Vivek Aggarwal：虚拟喉镜和3D打印是很好的学习工具，可以有效用于无法配合的患者。然而，TFEL结果仍是金标准。
Vladimir Cerny：在我看来，任何新技术或工具都应该被看作是临床医生和他们的临床判断的辅助工具。我不认为任何技术有可能100%准确地预测困难气道。
Daniel P. Davis：体格检查和临床评估应被视为筛查工具，以确定需要用纤维支气管镜/视频喉镜或3D打印进行更高级评估的患者。采用这种方法，体格检查/临床评估应以非常高的敏感性/阴性预测值为导向。随着高级气道管理的紧迫性增加，由于时间的限制和一些高级评估策略的实用性不高，体检/临床评估的重要性也随之增加。
Michael G. Irwin：我认为影像学检查没有必要专门用于气道评估——若已进行检查，结果可能是有用的，例如，因手术计划或其他原因接受检查。但我在整个职业生涯中从未为气道评估使用过它们。基于面部图像和语音的分析有很大的潜力，因为它们应该是价格低廉、快速和有效的。这些可以与体格检查相结合。
（五）鉴于目前推陈出新的气道管理设备，您认为麻醉前完善的气道评估是否还需要重视，未来对于困难气道的评估将会如何发展？
Andrea Carsetti：气道管理的新工具使气管插管的成功率非常高。然而，正确的气道评估仍然是计划气道管理正确策略的基础。不同的设备有不同的特点，麻醉医生可能会面临全身麻醉不安全，需要行清醒纤支镜插管的情况。这些情况可能只有在仔细检查后才能识别。
Daqing Ma：大数据分析。
Denise Battaglini：我认为麻醉诱导前行气道评估是保证患者安全的基础，应该一直强调，同时也要建立专门的路径并实施培训。
Edwin Seet：我相信麻醉前气道评估仍然很重要。在过去的20年里，视频喉镜和声门上气道设备[包括最近的可视声门上气道（supraglottic airway，SGA）]已经彻底改变了气道管理。然而，面罩通气、喉镜检查和气管插管、气管切开的基本原则仍然适用，并且仍然具有相关性。
Giustino Varrassi：麻醉前评估始终是基础。有经验的麻醉医生不是天生的“专家”。他们成为“专家”就像生活中的任何其他活动一样，需要学习和积累新的经验。未来肯定与技术发展有关，也与麻醉医生使用新工具的技能提高有关。
Ida Di Giacinto：麻醉前气道评估在未来仍然很重要，因为它可以确定最合适的气道管理策略，即使有新设备和技术。
Martina Rekatsina：麻醉前气道评估将永远是重要的。对于未来，我可以想到一个移动应用程序，将许多不同的测试放入一个算法，并给出一个最终的分数。
Marvin G. Chang：优化麻醉前气道评估仍然很重要，因为尽管新的气道管理设备迅速出现，困难气道仍然会导致大量的发病和死亡。另外，尽管新的气道管理设备迅速出现，但这些设备在当时可能无法立即使用。值得注意的是，并不是所有患者的气道都是由训练有素的麻醉医生在其手术前进行管理和评估的，因为这些手术可能是在没有麻醉的情况下进行的，如在有意识的镇静下进行。适当评估困难气道的新技术可能是非常有价值的，它可以帮助麻醉提供者对患者进行手术分流，并有助于协助立即提供额外的气道管理设备，如手术室外插管。
Rita Cataldo：毋庸置疑，气道评估指导新技术和设备的使用，但不是气道管理的唯一要素：设备使用的策略取决于预测结果。超声、大数据未来会有发展。
Toru Yamamoto：我认为优化麻醉前气道评估对患者安全很重要。需要建立新的评估算法，包括新技术。
Vivek Aggarwal：利用临床/体格检查结合影像学评估进行气道评估始终是一个不错的评估方法。
Vladimir Cerny：绝对是的，它应该是任何进行气道管理的医生临床实践的一部分！
Alessandro De Cassai：优化麻醉前气道评估将始终是重要的。然而，未来气道评估的重点将从预测困难气道转移到选择更合适的设备来管理气道。
Daniel P. Davis：新的气道管理技术往往整合了评估工具，使体格检查/临床评估的初步筛选变得不再重要。例如，使用视频喉镜可以在插管过程中同时进行高级气道评估，省略了详细的临床评估和体格检查。
Michael G. Irwin：视频喉镜使气管插管更容易、更安全。如果患者有足够的张口度，使用视频喉镜和探针插管失败的病例并不多。然而，仍然会有失败的病例，气道评估仍然是术前评估的一个重要部分。
致谢
Funding: None.
声明
Reporting Checklist: The authors have completed the CREDES reporting checklist. Available at https://hbsn.amegroups.com/article/view/10.21037/hbsn-23-46/rc
Conflicts of Interest: All authors have completed the ICMJE uniform disclosure form (available at https://hbsn.amegroups.com/article/view/10.21037/hbsn-23-46/coif). VC reports institutional research grants from Charles University in Prague at University Hospital Hradec Kralove in different areas of interest, received consulting fees from in the past 5 years from Behring, Baxter, BBraun, Octapharma, and he serves as expert court witness for the area of anesthesia and intensive care 25 years and he is President of the Czech Society of Anesthesiology and Intensive Care. The other authors have no conflicts of interest to declare.
Ethical Statement: The authors are accountable for all aspects of the work in ensuring that questions related to the accuracy or integrity of any part of the work are appropriately investigated and resolved.
Open Access Statement: This is an Open Access article distributed in accordance with the Creative Commons Attribution-NonCommercial-NoDerivs 4.0 International License (CC BY-NC-ND 4.0), which permits the non-commercial replication and distribution of the article with the strict proviso that no changes or edits are made and the original work is properly cited (including links to both the formal publication through the relevant DOI and the license). See: https://creativecommons.org/licenses/by-nc-nd/4.0/.
参考文献
（向上滑动👆）
[1] Apfelbaum JL, Hagberg CA, Connis RT, et al. 2022 American Society of Anesthesiologists Practice Guidelines for Management of the Difficult Airway. Anesthesiology 2022;136:31-81.
[2] Cook TM, Woodall N, Frerk C, et al. Major complications of airway management in the UK: results of the Fourth National Audit Project of the Royal College of Anaesthetists and the Difficult Airway Society. Part 1: anaesthesia. Br J Anaesth 2011;106:617-31.
[3] Griesdale DE, Bosma TL, Kurth T, et al. Complications of endotracheal intubation in the critically ill. Intensive Care Med 2008;34:1835-42.
[4] Jaber S, Amraoui J, Lefrant JY, et al. Clinical practice and risk factors for immediate complications of endotracheal intubation in the intensive care unit: a prospective, multiple-center study. Crit Care Med 2006;34:2355-61.
[5] Schwartz DE, Matthay MA, Cohen NH. Death and other complications of emergency airway management in critically ill adults. A prospective investigation of 297 tracheal intubations. Anesthesiology 1995;82:367-76.
[6] Balshem H, Helfand M, Schünemann HJ, et al. GRADE guidelines: 3. Rating the quality of evidence. J Clin Epidemiol 2011;64:401-6.
[7] McInnes MDF, Moher D, Thombs BD, et al. Preferred Reporting Items for a Systematic Review and Meta-analysis of Diagnostic Test Accuracy Studies: The PRISMA-DTA Statement. JAMA 2018;319:388-96.
[8] Detsky ME, Jivraj N, Adhikari NK, et al. Will This Patient Be Difficult to Intubate?: The Rational Clinical Examination Systematic Review. JAMA 2019;321:493-503. Erratum in: JAMA 2020;323:1194.
[9] Lundstrøm LH, Møller AM, Rosenstock C, et al. A documented previous difficult tracheal intubation as a prognostic test for a subsequent difficult tracheal intubation in adults. Anaesthesia 2009;64:1081-8.
[10] Hakala P, Randell T. Intubation difficulties in patients with rheumatoid arthritis. A retrospective analysis. Acta Anaesthesiol Scand 1998;42:195-8.
[11] Woodward LJ, Kam PC. Ankylosing spondylitis: recent developments and anaesthetic implications. Anaesthesia 2009;64:540-8.
[12] Reissell E, Orko R, Maunuksela EL, et al. Predictability of difficult laryngoscopy in patients with long-term diabetes mellitus. Anaesthesia 1990;45:1024-7.
[13] Shah PN, Sundaram V. Incidence and predictors of difficult mask ventilation and intubation. J Anaesthesiol Clin Pharmacol 2012;28:451-5.
[14] Prakash S, Kumar A, Bhandari S, et al. Difficult laryngoscopy and intubation in the Indian population: An assessment of anatomical and clinical risk factors. Indian J Anaesth 2013;57:569-75.
[15] Mathangi K, Mathews J, Mathangi CD. Assessment of perioperative difficult airway among undiagnosed obstructive sleep apnoea patients undergoing elective surgery: A prospective cohort study. Indian J Anaesth 2018;62:538-44.
[16] Seet E, Chung F, Wang CY, et al. Association of Obstructive Sleep Apnea With Difficult Intubation: Prospective Multicenter Observational Cohort Study. Anesth Analg 2021;133:196-204.
[18] Hawthorne L, Wilson R, Lyons G, et al. Failed intubation revisited: 17-yr experience in a teaching maternity unit. Br J Anaesth 1996;76:680-4.
[19] Neligan PJ, Porter S, Max B, et al. Obstructive sleep apnea is not a risk factor for difficult intubation in morbidly obese patients. Anesth Analg 2009;109:1182-6.
[20] Le TT, Oleck NC, Khan W, et al. Implications of Facial Fracture in Airway Management of the Adult Population: What Is the Most Effective Management Strategy? Ann Plast Surg 2019;82:S179-84.
[21] Raval CB, Rashiduddin M. Airway management in patients with maxillofacial trauma – A retrospective study of 177 cases. Saudi J Anaesth 2011;5:9-14.
[22] Langeron O, Birenbaum A, Amour J. Airway management in trauma. Minerva Anestesiol 2009;75:307-11.
[23] Han TH, Teissler H, Han RJ, et al. Managing difficult airway in patients with post-burn mentosternal and circumoral scar contractures. Int J Burns Trauma 2012;2:80-5.
[24] de Campo T, Aldrete JA. The anesthetic management of the severely burned patient. Intensive Care Med 1981;7:55-62.
[25] Mishra S, Bhatnagar S, Jha RR, et al. Airway management of patients undergoing oral cancer surgery: a retrospective study. Eur J Anaesthesiol 2005;22:510-4.
[26] Bryan YF, Morgan AG, Johnson KN, et al. Procedural Challenges During Intubation in Patients With Oropharyngeal Masses: A Prospective Observational Study. Anesth Analg 2019;128:1256-63.
[27] Iseli TA, Iseli CE, Golden JB, et al. Outcomes of intubation in difficult airways due to head and neck pathology. Ear Nose Throat J 2012;91:E1-5.
[28] Kheterpal S, Martin L, Shanks AM, et al. Prediction and outcomes of impossible mask ventilation: a review of 50,000 anesthetics. Anesthesiology 2009;110:891-7.
[29] van den Elzen AP, Semmekrot BA, Bongers EM, et al. Diagnosis and treatment of the Pierre Robin sequence: results of a retrospective clinical study and review of the literature. Eur J Pediatr 2001;160:47-53.
[30] Stallmer ML, Vanaharam V, Mashour GA. Congenital cervical spine fusion and airway management: a case series of Klippel-Feil syndrome. J Clin Anesth 2008;20:447-51.
[31] Hosking J, Zoanetti D, Carlyle A, et al. Anesthesia for Treacher Collins syndrome: a review of airway management in 240 pediatric cases. Paediatr Anaesth 2012;22:752-8.
[32] Nakazawa K, Ikeda D, Ishikawa S, et al. A case of difficult airway due to lingual tonsillar hypertrophy in a patient with Down’s syndrome. Anesth Analg 2003;97:704-5.
[33] Langeron O, Masso E, Huraux C, et al. Prediction of difficult mask ventilation. Anesthesiology 2000;92:1229-36.
[34] Adamus M, Jor O, Vavreckova T, et al. Inter-observer reproducibility of 15 tests used for predicting difficult intubation. Biomed Pap Med Fac Univ Palacky Olomouc Czech Repub 2011;155:275-81.
[35] Arné J, Descoins P, Fusciardi J, et al. Preoperative assessment for difficult intubation in general and ENT surgery: predictive value of a clinical multivariate risk index. Br J Anaesth 1998;80:140-6.
[36] Ayuso MA, Sala X, Luis M, et al. Predicting difficult orotracheal intubation in pharyngo-laryngeal disease: preliminary results of a composite index. Can J Anaesth 2003;50:81-5.
[37] Khan ZH, Mohammadi M, Rasouli MR, et al. The diagnostic value of the upper lip bite test combined with sternomental distance, thyromental distance, and interincisor distance for prediction of easy laryngoscopy and intubation: a prospective study. Anesth Analg 2009;109:822-4.
[38] Mehta T, Jayaprakash J, Shah V. Diagnostic value of different screening tests in isolation or combination for predicting difficult intubation: A prospective study. Indian J Anaesth 2014;58:754-7.
[39] Yu T, Wang B, Jin XJ, et al. Predicting difficult airways: 3-3-2 rule or 3-3 rule? Ir J Med Sci 2015;184:677-83.
[40] Yildiz TS, Korkmaz F, Solak M, et al. Prediction of difficult tracheal intubation in Turkish patients: a multi-center methodological study. Eur J Anaesthesiol 2007;24:1034-40.
[41] Sahin SH, Yilmaz A, Gunday I, et al. Using temporomandibular joint mobility to predict difficult tracheal intubation. J Anesth 2011;25:457-61.
[42] Han YZ, Tian Y, Xu M, et al. Neck circumference to inter-incisor gap ratio: a new predictor of difficult laryngoscopy in cervical spondylosis patients. BMC Anesthesiol 2017;17:55.
[43] El-Radaideh K, Dheeb E, Shbool H, et al. Evaluation of different airway tests to determine difficult intubation in apparently normal adult patients: undergoing surgical procedures. Patient Saf Surg 2020;14:43.
[44] Roth D, Pace NL, Lee A, et al. Bedside tests for predicting difficult airways: an abridged Cochrane diagnostic test accuracy systematic review. Anaesthesia 2019;74:915-28.
[45] Hanouz JL, Bonnet V, Buléon C, et al. Comparison of the Mallampati Classification in Sitting and Supine Position to Predict Difficult Tracheal Intubation: A Prospective Observational Cohort Study. Anesth Analg 2018;126:161-9.
[46] Tse JC, Rimm EB, Hussain A. Predicting difficult endotracheal intubation in surgical patients scheduled for general anesthesia: a prospective blind study. Anesth Analg 1995;81:254-8.
[47] Wong SH, Hung CT. Prevalence and prediction of difficult intubation in Chinese women. Anaesth Intensive Care 1999;27:49-52.
[48] Chhina AK, Jain R, Gautam PL, et al. Formulation of a multivariate predictive model for difficult intubation: A double blinded prospective study. J Anaesthesiol Clin Pharmacol 2018;34:62-7.
[49] Badheka JP, Doshi PM, Vyas AM, et al. Comparison of upper lip bite test and ratio of height to thyromental distance with other airway assessment tests for predicting difficult endotracheal intubation. Indian J Crit Care Med 2016;20:3-8.
[50] Min JJ, Kim G, Kim E, et al. The diagnostic validity of clinical airway assessments for predicting difficult laryngoscopy using a grey zone approach. J Int Med Res 2016;44:893-904.
[51] Shah PJ, Dubey KP, Yadav JP. Predictive value of upper lip bite test and ratio of height to thyromental distance compared to other multivariate airway assessment tests for difficult laryngoscopy in apparently normal patients. J Anaesthesiol Clin Pharmacol 2013;29:191-5.
[52] Khan ZH, Kashfi A, Ebrahimkhani E. A comparison of the upper lip bite test (a simple new technique) with modified Mallampati classification in predicting difficulty in endotracheal intubation: a prospective blinded study. Anesth Analg 2003;96:595-9, table of contents.
[53] Eberhart LH, Arndt C, Cierpka T, et al. The reliability and validity of the upper lip bite test compared with the Mallampati classification to predict difficult laryngoscopy: an external prospective evaluation. Anesth Analg 2005;101:284-9, table of contents.
[54] Shah AA, Rafique K, Islam M. Can difficult intubation be accurately predicted using upper lip bite test? J Postgrad Med Inst 2014;28:282-7.
[55] Khan ZH, Arbabi S, Yekaninejad MS, et al. Application of the upper lip catch test for airway evaluation in edentulous patients: An observational study. Saudi J Anaesth 2014;8:73-7.
[56] Khan ZH, Maleki A, Makarem J, et al. A comparison of the upper lip bite test with hyomental/thyrosternal distances and mandible length in predicting difficulty in intubation: A prospective study. Indian J Anaesth 2011;55:43-6.
[57] Khatiwada S, Bhattarai B, Pokharel K, et al. Prediction of Difficult Airway Among Patients Requiring Endotracheal Intubation in a Tertiary Care Hospital in Eastern Nepal. JNMA J Nepal Med Assoc 2017;56:314-8.
[58] Ul Haq MI, Ullah H. Comparison of Mallampati test with lower jaw protrusion maneuver in predicting difficult laryngoscopy and intubation. J Anaesthesiol Clin Pharmacol 2013;29:313-7.
[59] Honarmand A, Safavi MR. Prediction of difficult laryngoscopy in obstetric patients scheduled for Caesarean delivery. Eur J Anaesthesiol 2008;25:714-20.
[60] Kim WH, Ahn HJ, Lee CJ, et al. Neck circumference to thyromental distance ratio: a new predictor of difficult intubation in obese patients. Br J Anaesth 2011;106:743-8.
[62] Huh J, Shin HY, Kim SH, et al. Diagnostic predictor of difficult laryngoscopy: the hyomental distance ratio. Anesth Analg 2009;108:544-8.
[63] Salimi A, Farzanegan B, Rastegarpour A, et al. Comparison of the upper lip bite test with measurement of thyromental distance for prediction of difficult intubations. Acta Anaesthesiol Taiwan 2008;46:61-5.
[64] Selvi O, Kahraman T, Senturk O, et al. Evaluation of the reliability of preoperative deive airway assessment tests in prediction of the Cormack-Lehane score: A prospective randomized clinical study. J Clin Anesth 2017;36:21-6.
[65] Etezadi F, Ahangari A, Shokri H, et al. Thyromental height: a new clinical test for prediction of difficult laryngoscopy. Anesth Analg 2013;117:1347-51.
[66] Qudaisat IY, Al-Ghanem SM. Short thyromental distance is a surrogate for inadequate head extension, rather than small submandibular space, when indicating possible difficult direct laryngoscopy. Eur J Anaesthesiol 2011;28:600-6.
[67] S PK, Kagalkar N, Holyachi R, et al. Ratios of Height-to-Thyromental Distance and Height-to-Sternomental Distance as Predictors of Difficult Airway in Patients Posted for General Anaesthesia. Asian J Anesthesiol 2021;59:69-75.
[69] Rao KVN, Dhatchinamoorthi D, Nandhakumar A, et al. Validity of thyromental height test as a predictor of difficult laryngoscopy: A prospective evaluation comparing modified Mallampati score, interincisor gap, thyromental distance, neck circumference, and neck extension. Indian J Anaesth 2018;62:603-8.
[70] Kuzmack E, Inglis T, Olvera D, et al. A Novel Difficult-Airway Prediction Tool for Emergency Airway Management: Validation of the HEAVEN Criteria in a Large Air Medical Cohort. J Emerg Med 2018;54:395-401.
[71] Carvalho CC, Santos Neto JM, Orange FA. Predictive performance of thyromental height for difficult laryngoscopies in adults: a systematic review and meta-analysis. Braz J Anesthesiol 2021;S0104-0014(21)00271-2.
[72] Chung F, Abdullah HR, Liao P. STOP-Bang Questionnaire: A Practical Approach to Screen for Obstructive Sleep Apnea. Chest 2016;149:631-8.
[73] el-Ganzouri AR, McCarthy RJ, Tuman KJ, et al. Preoperative airway assessment: predictive value of a multivariate risk index. Anesth Analg 1996;82:1197-204.
[74] Wilson ME, Spiegelhalter D, Robertson JA, et al. Predicting difficult intubation. Br J Anaesth 1988;61:211-6.
[75] De Jong A, Molinari N, Terzi N, et al. Early identification of patients at risk for difficult intubation in the intensive care unit: development and validation of the MACOCHA score in a multicenter cohort study. Am J Respir Crit Care Med 2013;187:832-9.
[76] Corso RM, Cattano D, Buccioli M, et al. Post analysis simulated correlation of the El-Ganzouri airway difficulty score with difficult airway. Braz J Anesthesiol 2016;66:298-303.
[77] Gupta R, Gupta N, Kumar V, et al. El-Ganzouri multivariate risk index based airway management in head and neck cancer patients: A retrospective analysis of 1000 patients in a tertiary care center. J Anaesthesiol Clin Pharmacol 2022;38:97-103.
[78] Cortellazzi P, Minati L, Falcone C, et al. Predictive value of the El-Ganzouri multivariate risk index for difficult tracheal intubation: a comparison of Glidescope videolaryngoscopy and conventional Macintosh laryngoscopy. Br J Anaesth 2007;99:906-11.
[79] Gupta S, Pareek S, Dulara SC. Comparison of two methods for predicting difficult intubation in obstetric patients. Middle East J Anaesthesiol 2003;17:275-85.
[80] Oates JD, Macleod AD, Oates PD, et al. Comparison of two methods for predicting difficult intubation. Br J Anaesth 1991;66:305-9.
[81] Siddiqi R, Kazi WA. Predicting difficult intubation–a comparison between Mallampati classification and Wilson risk-sum. J Coll Physicians Surg Pak 2005;15:253-6.
[82] Yamamoto K, Tsubokawa T, Shibata K, et al. Predicting difficult intubation with indirect laryngoscopy. Anesthesiology 1997;86:316-21.
[84] Nichol HC, Zuck D. Difficult laryngoscopy–the “anterior” larynx and the atlanto-occipital gap. Br J Anaesth 1983;55:141-4.
[85] White A, Kander PL. Anatomical factors in difficult direct laryngoscopy. Br J Anaesth 1975;47:468-74.
[86] Xu M, Li X, Wang J, et al. Application of a new combined model including radiological indicators to predict difficult airway in patients undergoing surgery for cervical spondylosis. Chin Med J (Engl) 2014;127:4043-8.
[87] Kikkawa YS, Tsunoda K, Niimi S. Prediction and surgical management of difficult laryngoscopy. Laryngoscope 2004;114:776-8.
[88] Lee HC, Kim MK, Kim YH, et al. Radiographic Predictors of Difficult Laryngoscopy in Acromegaly Patients. J Neurosurg Anesthesiol 2019;31:50-6.
[89] Gupta K, Gupta PK. Assessment of difficult laryngoscopy by electronically measured maxillo-pharyngeal angle on lateral cervical radiograph: A prospective study. Saudi J Anaesth 2010;4:158-62.
[90] Goldberg W, Mueller C, Panacek E, et al. Distribution and patterns of blunt traumatic cervical spine injury. Ann Emerg Med 2001;38:17-21.
[91] Ji C, Ni Q, Chen W. Diagnostic accuracy of radiology (CT, X-ray, US) for predicting difficult intubation in adults: A meta-analysis. J Clin Anesth 2018;45:79-87.
[92] Naguib M, Malabarey T, AlSatli RA, et al. Predictive models for difficult laryngoscopy and intubation. A clinical, radiologic and three-dimensional computer imaging study. Can J Anaesth 1999;46:748-59.
[93] Grimes D, MacLeod I, Taylor T, et al. Computed tomography as an aid to planning intubation in the difficult airway. Br J Oral Maxillofac Surg 2016;54:80-2.
[94] Jain K, Gupta N, Yadav M, et al. Radiological evaluation of airway – What an anaesthesiologist needs to know! Indian J Anaesth 2019;63:257-64.
[95] Münster T, Hoffmann M, Schlaffer S, et al. Anatomical location of the vocal cords in relation to cervical vertebrae: A new predictor of difficult laryngoscopy? Eur J Anaesthesiol 2016;33:257-62.
[96] Han Y, Fang J, Zhang H, et al. Anterior neck soft tissue thickness for airway evaluation measured by MRI in patients with cervical spondylosis: prospective cohort study. BMJ Open 2019;9:e029987.
[97] Lee J, Kim JS, Kang S, et al. Prediction of difficult airway management in traumatic cervical spine injury: influence of retropharyngeal space extension. Ther Clin Risk Manag 2019;15:669-75.
[98] Wu J, Dong J, Ding Y, et al. Role of anterior neck soft tissue quantifications by ultrasound in predicting difficult laryngoscopy. Med Sci Monit 2014;20:2343-50.
[99] Parameswari A, Govind M, Vakamudi M. Correlation between preoperative ultrasonographic airway assessment and laryngoscopic view in adult patients: A prospective study. J Anaesthesiol Clin Pharmacol 2017;33:353-8.
[100] Koundal V, Rana S, Thakur R, et al. The usefulness of point of care ultrasound (POCUS) in preanaesthetic airway assessment. Indian J Anaesth 2019;63:1022-8.
[101] Abdelhady BS, Elrabiey MA, Abd Elrahman AH, et al. Ultrasonography versus conventional methods (Mallampati score and thyromental distance) for prediction of difficult airway in adult patients. Egyptian Journal of Anaesthesia 2020;36:83-9.
[102] Falcetta S, Cavallo S, Gabbanelli V, et al. Evaluation of two neck ultrasound measurements as predictors of difficult direct laryngoscopy: A prospective observational study. Eur J Anaesthesiol 2018;35:605-12.
[103] Senapathi TGA, Wiryana M, Aryabiantara IW, et al. The predictive value of skin-to-epiglottis distance to assess difficult intubation in patients who undergo surgery under general anesthesia. Bali Journal of Anesthesiology 2020;4:46-8.
[104] Martínez-García A, Guerrero-Orriach JL, Pino-Gálvez MA. Ultrasonography for predicting a difficult laryngoscopy. Getting closer. J Clin Monit Comput 2021;35:269-77.
[105] Yadav NK, Rudingwa P, Mishra SK, et al. Ultrasound measurement of anterior neck soft tissue and tongue thickness to predict difficult laryngoscopy – An observational analytical study. Indian J Anaesth 2019;63:629-34.
[106] Daggupati H, Maurya I, Singh RD, et al. Development of a scoring system for predicting difficult intubation using ultrasonography. Indian J Anaesth 2020;64:187-92.
[107] Shetty SR, Smruthi VT. Validation of clinical versus ultrasound parameters in assessment of airway. Trends in Anaesthesia and Critical Care 2020;35:21-7.
[108] Carsetti A, Sorbello M, Adrario E, et al. Airway Ultrasound as Predictor of Difficult Direct Laryngoscopy: A Systematic Review and Meta-analysis. Anesth Analg 2022;134:740-50.
[109] Pinto J, Cordeiro L, Pereira C, et al. Predicting difficult laryngoscopy using ultrasound measurement of distance from skin to epiglottis. J Crit Care 2016;33:26-31.
[110] Andruszkiewicz P, Wojtczak J, Sobczyk D, et al. Effectiveness and Validity of Sonographic Upper Airway Evaluation to Predict Difficult Laryngoscopy. J Ultrasound Med 2016;35:2243-52.
[111] Yao W, Wang B. Can tongue thickness measured by ultrasonography predict difficult tracheal intubation? Br J Anaesth 2017;118:601-9.
[112] Tsui BC, Hui CM. Sublingual airway ultrasound imaging. Can J Anaesth 2008;55:790-1.
[113] Hui CM, Tsui BC. Sublingual ultrasound as an assessment method for predicting difficult intubation: a pilot study. Anaesthesia 2014;69:314-9.
[114] Austin DR, Chang MG, Bittner EA. Use of Handheld Point-of-Care Ultrasound in Emergency Airway Management. Chest 2021;159:1155-65.
[115] Gottlieb M, Holladay D, Burns KM, et al. Ultrasound for airway management: An evidence-based review for the emergency clinician. Am J Emerg Med 2020;38:1007-13.
[116] Rosenblatt W, Ianus AI, Sukhupragarn W, et al. Preoperative endoscopic airway examination (PEAE) provides superior airway information and may reduce the use of unnecessary awake intubation. Anesth Analg 2011;112:602-7.
[117] Gemma M, Buratti L, Di Santo D, et al. Pre-operative transnasal endoscopy as a predictor of difficult airway: A prospective cohort study. Eur J Anaesthesiol 2020;37:98-104.
[118] Yan Y, Luo S, McWhorter A. Virtual laryngoscopy: a noninvasive tool for the assessment of laryngeal tumor extent. Laryngoscope 2007;117:1026-30.
[119] Ahmad I, Millhoff B, John M, et al. Virtual endoscopy–a new assessment tool in difficult airway management. J Clin Anesth 2015;27:508-13.
[120] Ormandy D, Kolb B, Jayaram S, et al. Difficult airways: a 3D printing study with virtual fibreoptic endoscopy. Br J Oral Maxillofac Surg 2021;59:e65-71.
[121] Cuendet GL, Schoettker P, Yüce A, et al. Facial Image Analysis for Fully Automatic Prediction of Difficult Endotracheal Intubation. IEEE Trans Biomed Eng 2016;63:328-39.
[122] Hayasaka T, Kawano K, Kurihara K, et al. Creation of an artificial intelligence model for intubation difficulty classification by deep learning (convolutional neural network) using face images: an observational study. J Intensive Care 2021;9:38.
[123] de Carvalho CC, da Silva DM, de Carvalho AD Jr, et al. Evaluation of the association between voice formants and difficult facemask ventilation. Eur J Anaesthesiol 2019;36:972-3.
[124] de Carvalho CC, da Silva DM, de Carvalho Junior AD, et al. Pre-operative voice evaluation as a hypothetical predictor of difficult laryngoscopy. Anaesthesia 2019;74:1147-52.
[125] Xia M, Cao S, Zhou R, et al. Acoustic features as novel predictors of difficult laryngoscopy in orthognathic surgery: an observational study. Ann Transl Med 2021;9:1466.
[126] Cao S, Xia M, Zhou R, et al. Voice parameters for difficult mask ventilation evaluation: an observational study. Ann Transl Med 2021;9:1740.
[127] Huitink JM, Bouwman RA. The myth of the difficult airway: airway management revisited. Anaesthesia 2015;70:244-9.
译者：裴蓓
裴蓓，上海交通大学医学院临床医学八年制在读。（更新时间：2023年6月19日）
第一作者：夏明
夏明，医学博士，博士后，上海交通大学医学院附属第九人民医院麻醉科，副主任医师，副教授，硕导。 Journal of Medical Artificial Intelligence 主编， Journal of Oraland Maxillofacial Anesthesia 执行主编，中华口腔医学会口腔麻醉专委会常委，中华口腔医学会镇静镇痛专委会常委，中国康复医学会疼痛康复专业委员会委员，中国研究型医院学会冲击波医学专业委员会委员，中华中医药学会筋膜学分会委员，上海市疼痛科临床质量控制专家委员会委员，上海市医学会疼痛学专科分会神经病理性疼痛学组副组长。以第一和通讯作者发表SCI论文36篇；主编Springer英文专著4部，主编人卫出版社专著6部，主编科普图书3部；授权欧盟、日本、中国发明专利21项，授权其他专利400余项，成果转化3项；获ASA APSF Pierce Award（2021）、上海优秀发明奖（2021，2022）、上海星光计划奖、上海交通大学教学成果一等奖、上海市优秀科普图书奖（2023）。（更新时间：2023年6月21日）
通讯作者：姜虹
姜虹，主任医师/教授、博士生导师、博士后流动站导师。上海科技精英、上海市优秀学科带头人、上海市领军人才、全国巾帼建功标兵、上海市五一劳动奖章获得者。
上海交通大学医学院附属第九人民医院麻醉科主任、教研室主任。上海市医学会麻醉科专科分会主任委员、中国整形美容协会麻醉与镇静镇痛分会会长、中华医学会麻醉学分会常务委员、中国医师协会麻醉学医师分会常务委员、中华口腔医学会口腔麻醉专委会候任主委，世界牙医学院Fellow。 Journal of Oral and Maxillofacial Anesthesia （ JOMA ）主编、《中国医疗美容》杂志副主编、《中华麻醉学杂志》编委。致力于麻醉学医教研工作近30年，先后主持国家级和省部级科研项目近20项，以第一/通讯作者发表SCI论文100余篇。授权国际发明专利3项，授权国内发明专利20项、实用新型专利110项和软件著作权198项。申请国际和PCT专利14项。主编专著5部，牵头制定标准/指南/共识5项。研究成果获得ASA年会2021年度最佳论文奖。以第一完成人分获上海市科技进步一等奖、上海市优秀发明奖、上海交通大学教学成果一等奖、上海交通大学科研成果二等奖。先后获得上海市巾帼创新奖、上海市三八红旗手标兵、上海市医务职工科技创新之星、上海市女医师协会首届医树科技创新奖、上海交通大学优秀教师等荣誉。（更新时间：2023年6月21日）
（本译文仅供学术交流，实际内容请以英文原文为准。）
资讯
AME旗下18本期刊最新影响因子｜2023年6月
责任编辑：李沛宇 AME Publishing Company
排版编辑：王 翩 AME Publishing Company
j.01. 20 23.07 .19.01
点击
阅读原文
查看英文原文
