Vyhodnocení modelů AI při určování optimálního PEEP

Pacienti, kteří dostávají podporu mechanické ventilace na jednotce intenzivní péče (ICU), kteří jsou hemodynamicky stabilní a starší 18 let, budou považováni za způsobilé pro studii. Tato kritéria byla stanovena tak, aby zajistila, že pacienti vyžadují dostatečnou respirační podporu a zároveň jsou vhodné pro individualizovanou optimalizaci řízení ventilátoru.

Během procesu výběru pacienta budou přezkoumány lékařské záznamy pacientů s ICU a do studie budou zahrnuty kritéria splňujících kritéria. Pro zajištění přesnosti klinických údajů bude proces výběru pacientů prováděn specialisty na intenzivní péči.

Mechanické ventilační parametry zahrnutých pacientů budou systematicky zaznamenány. V této souvislosti budou k vyhodnocení respirační mechaniky pacientů použity manévry inspirační držení a výdeje. Zaznamenaná měření budou zahrnovat shodu (elasticita plic), elastanci (tuhost plic), auto-peep (přítomnost odchytávání vzduchu) a časová konstanta (délka výměny plynu).

Kromě těchto parametrů základního ventilace bude analyzována křivka tlaku (P-V) pro shromažďování kritických dat pro optimalizaci ventilace. Tyto postupy budou prováděny pomocí modulů pokročilé analýzy integrované do ventilátorů JIP a systémů monitorování pacienta. Shromážděná data budou analyzována jak ručně odborníky, tak pomocí modelů umělé inteligence (AI) v průběhu studie.

Ve studii bude titrace PEEP prováděna ručně odborníky na intenzivní péči. Tento proces bude aplikován okamžitě po intubaci u intubovaných pacientů a bude pokračovat denně. Postup bude standardizován podle předdefinovaného protokolu a konzistentně u všech pacientů.

Dolní inflexní bod (RIP) bude identifikován a PEEP bude aplikován v bodě, kde začíná alveolární nábor. Tento krok je rozhodující pro zabránění kolapsu plic a zajištění optimální oxygenace. Kromě toho bude stanoven horní inflexní bod (UIP), aby se zabránilo nadměrnému stavu, což zajistí, že přílivový objem zůstává pod tímto tlakovým prahem. Pokud není nižší inflexní bod jasně identifikován, bude jako standardní přístup použita hladina PEEP přibližně 10 cmh₂o.

Křivka ventilátoru ve ventilátoru bude analyzována, aby se posoudila, zda byla dosažena optimální hladina PEEP. Pokud se křivka posune nahoru, bude považována za indikátor úspěšného alveolárního náboru. Pokud se křivka posune doprava, bude to znamenat riziko přehnané, což vyvolává snížení PEEP. Tímto přístupem bude stanovena nejvhodnější úroveň PEEP pro každého pacienta a nastavení ventilátoru bude odpovídajícím způsobem optimalizováno. Tyto postupy jsou běžně používány v naší nemocnici a globálně a patří mezi nejčastěji preferované metody pro titraci PEEP.

Všechny shromážděné ventilační parametry budou vstup do tří různých modelů umělé inteligence: chatgpt, deepseek a gemini. Tyto systémy budou požádány o poskytnutí:

Optimální doporučení na úrovni PEEP pro pacienta schopnost detekovat abnormální ventilační parametry tři možné diagnostické návrhy Tři navrhované léčebné přístupy budou zaznamenány údaje poskytnuté modely AI a porovnány s manuálními hodnoceními provedenými zkušenými specialisty na ICU. Cílem tohoto srovnání je určit, do jaké míry mohou modely AI sloužit jako nástroje pro podporu klinického rozhodování. Spolehlivost, přesnost a klinická použitelnost doporučení generovaných AI budou důkladně analyzovány.

V závěrečné fázi studie budou úrovně PEEP určené modely AI porovnány s hladinami identifikovanými specialisty na JIP s nejméně pěti lety zkušeností. Budou vyhodnocena následující kritéria:

Smlouva mezi modely AI a odbornými názory na úrovně PEEP (primární měření výsledku) Citlivost a specificitu AI při detekci abnormální ventilační parametry přesnost diagnóz generovaných AI klinickou použitelnost přístupů o léčbě vyvolané AI