Propofol y fentanilo son agentes comúnmente utilizados para la inducción de la anestesia y a menudo están asociados con trastornos hemodinámicos. Comprender los impactos farmacodinámicos es vital para los tonos parasimpático y simpático durante el período de inducción de la anestesia. Inspirados por la interacción termodinámica entre las concentraciones de fármacos y los efectos, establecimos un modelo de superficie de respuesta basado en aprendizaje automático (MLRSM) para abordar este problema. Luego, investigamos y modelamos los fenómenos biomédicos en el sistema nervioso autónomo. Nuestro estudio inscribió prospectivamente a 60 pacientes, y los participantes fueron asignados aleatoriamente y de manera equitativa a dos grupos. El Grupo 1 recibió primero propofol, seguido de fentanilo, y la secuencia de fármacos siguió un procedimiento inverso en el Grupo 2. Luego, extraímos y analizamos los espectrogramas de electrocardiografía (ECG) y señales de fotopletismografía de pulso (PPG) después de la inducción de propofol y fentanilo. Finalmente, utilizamos el MLRSM propuesto para evaluar la relación entre los anestésicos y la integridad/el equilibrio de la actividad simpática y parasimpática mediante el uso de las bandas de alta frecuencia (HF) y baja frecuencia (LF) y la amplitud de PPG (PPGA). Vale la pena enfatizar que el MLRSM propuesto presenta una forma matemática similar al modelo Greco convencional, pero con un mejor rendimiento computacional. Además, el MLRSM tiene una base teórica y flexibilidad para números arbitrarios de combinaciones de fármacos. Los resultados del modelado son consistentes con la literatura previa. Empleamos el algoritmo de bootstrap para inspeccionar la consistencia de los resultados y medir las diversas fluctuaciones estadísticas. Luego, la comparación entre el modelado y los resultados de bootstrap se utilizó para validar la estabilidad estadística y la viabilidad del MLRSM propuesto.