Vyhodnocení obtížnosti intubace dvojité lumen trubice pomocí algoritmů umělé inteligence založené na fotografii

Složitost a obtížnost intubace s dvojitými lumen zkumavkami vyžaduje použití pokročilých technologií při řízení tohoto postupu. Hlavní motivací pro tuto studii je potenciál algoritmů umělé inteligence založených na fotografii k predikci a minimalizaci obtíží, s nimiž se během intubace vyskytuje během intubace.

Využití algoritmů umělé inteligence v oblasti správy dýchacích cest má značný slib při poskytování zpětné vazby anesteziologům v reálném čase, zvyšování účinnosti intubačních postupů a snižování výskytu komplikací. Konkrétně systémy AI založené na fotografii mohou usnadnit komplexnější porozumění anatomii dýchacích cest analýzou obrázků zachycených před a během intubace, čímž se zvyšuje řízení složitých případů. Cílem této studie je prozkoumat účinnost a spolehlivost fotografií založených Algoritmy umělé inteligence při hodnocení složitosti intubace pomocí dvojité lumen trubice. Integrace umělé inteligence do procesu intubace je určena k Posílit výsledky pacienta a vytvořit nový měřítko pro anesteziologickou praxi. Cílem této studie je řešit stávající mezeru v literatuře a poskytnout inovativní přístupy k klinické praxi.

Informovaný souhlas byl získán od pacientů podstupujících operace hrudní chirurgie a demografické údaje (věk, výška, tělesná hmotnost, index tělesné hmotnosti, pohlaví), skóre americké společnosti anesteziologů (ASA), typu provozu a komorbidní nemoci (diabetes mellitus, hypertenze, hypertenze, hypertenze, hypertenze, hypertenze , onemocnění koronárních tepen, chronické onemocnění ledvin, chronické obstrukční plicní onemocnění, astma, obstrukční spánková apnoe)) získané. Hrodová a/nebo extrath oracická historie malignity), parametry považované za rizikové faktory pro obtížnou intubaci (historie předchozí obtížné intubace, citronová kritéria (vypadat externě, vyhodnotit, Mallampathy, obstrukce, mobilita krku), test horního rtů) a fotografie Pacienti (včetně oblasti hlavy a krku) budou zaznamenáni šesti různými směry a způsoby s profesionální kamerou (aktivně používanou v naší nemocnici) v předoperačním období. Během intraoperační fáze bude použit bodovací systém Cormack-Lehane a proces intubace s dvojitou lumenovou trubicí bude vyhodnocen z důvodu snadného nebo obtížnosti. Budou také zdokumentovány intraoperační komplikace související s operací. Data budou poté zpracována pomocí programovacího jazyka Python 3 a knihoven s otevřeným zdrojovým kódem pro výpočet algoritmů umělé inteligence. V případě neúplných údajů o pacientech budou použity techniky imputace dat k doplnění programu umělé inteligence.

Primární výslednou proměnnou studie je rychlost, při které algoritmus umělé inteligence založený na fotografii předpovídá, zda je intubace s dvojitým lumen trubicí snadná nebo obtížná. Sekundární výsledná proměnná je srovnání rychlosti predikce intubace s dvojitým lumen trubkou algoritmy umělé inteligence založené na fotografii a rychlost predikce intubace pomocí dvojité lumen trubice konvenčními metodami.