Srovnání umělé inteligence a anesteziologa v předoperačním hodnocení rizik (AI-PREOP)
Klinický výkon systému umělé inteligence založeného na strojovém učení ve srovnání s hodnocením anesteziologa při předoperačním hodnocení pacienta
Předoperační vyšetření je nezbytné pro identifikaci rizik souvisejících s pacientem před plánovaným chirurgickým výkonem a pro plánování bezpečné anesteziologické péče. Tradičně toto vyšetření provádějí anesteziologové na základě klinické anamnézy, fyzikálního vyšetření, přidružených onemocnění a laboratorních nálezů.
Tato observační studie si klade za cíl porovnat klinický výkon umělého inteligentního systému založeného na strojovém učení s hodnocením anesteziologů během předoperačního vyšetření pacienta. Umělý inteligentní systém nezávisle analyzuje pacientova data a generuje hodnocení rizik, která jsou následně porovnána s hodnoceními provedenými anesteziology.
Primárním cílem studie je posoudit míru shody mezi umělým inteligentním systémem a anesteziology v předoperačním hodnocení rizik. Sekundární cíle zahrnují vyhodnocení přesnosti a konzistence umělého inteligentního systému a zkoumání jeho potenciální role jako nástroje pro podporu rozhodování v předoperační klinické praxi.
Zjištění této studie mohou přispět k porozumění potenciálních přínosů a omezení rozhodování s asistencí umělé inteligence v předoperačním vyšetření.
Přehled studie
Postavení
Podmínky
Detailní popis
Předoperační vyšetření je klíčovou součástí perioperační péče, jehož cílem je identifikovat pacientem podmíněná rizika, optimalizovat bezpečnost pacienta a vést plánování anestezie před plánovanými chirurgickými výkony. Tento proces tradičně závisí na klinickém úsudku anesteziologů, kteří integrují anamnézu, nálezy fyzikálního vyšetření, komorbidní stavy a relevantní laboratorní údaje k posouzení perioperačního rizika.
Nedávný pokrok v umělé inteligenci a strojovém učení umožnil vývoj klinických systémů pro podporu rozhodování, schopných analyzovat složitá klinická data a generovat prediktivní hodnocení rizik. Navzdory rostoucímu zájmu o tyto technologie zůstává jejich klinický výkon a spolehlivost v reálných předoperačních podmínkách nedostatečně vyhodnocena.
Tato observační studie je navržena k porovnání předoperačních hodnocení rizik generovaných systémem umělé inteligence založeným na strojovém učení s rutinními hodnoceními vedenými anesteziology. Dospělí pacienti plánovaní na plánovaný chirurgický výkon podstoupí standardní předoperační vyšetření provedené anesteziology jako součást běžné klinické péče. Nezávisle budou anonymizovaná data pacientů zpracována systémem umělé inteligence za účelem vytvoření předoperačních hodnocení rizik. Výstup umělé inteligence nebude klinikům k dispozici a nebude ovlivňovat vedení pacienta.
Primárním výsledkem studie je míra shody mezi systémem umělé inteligence a anesteziology v předoperační stratifikaci rizik. Sekundární výsledky zahrnují konzistenci, shodu a celkový výkon hodnocení generovaných umělou inteligencí ve srovnání s hodnoceními kliniků.
Tato studie nezahrnuje žádné intervence a nemění standardní péči o pacienty. Veškerá rozhodnutí týkající se anestezie a perioperačního vedení zůstanou zcela v odpovědnosti ošetřujícího anesteziologa. Systematickým porovnáním hodnocení založených na umělé inteligenci s hodnoceními kliniků si tato studie klade za cíl objasnit potenciální roli, silné stránky a omezení umělé inteligence jako podpůrného nástroje v rutinním předoperačním vyšetření.
Typ studie
Zápis (Aktuální)
Kontakty a umístění
Studijní místa
-
-
Trabzon
-
Trabzon, Trabzon, Turecko (Türkiye)
- Trabzon Faculty of Medicine, Kanuni Training and Research Hospital,
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria zařazení:
- - Dospělí pacienti ve věku 18 let a starší
- Pacienti plánovaní na elektivní chirurgický výkon v celkové anestezii
- Pacienti, kteří podstoupili rutinní předoperační vyšetření
- Dostupnost kompletních předoperačních klinických údajů potřebných pro hodnocení jak anesteziologem, tak umělou inteligencí
Kritéria vyloučení:
- - Pacienti mladší 18 let
- Případy urgentní chirurgie
- Pacienti s neúplnými nebo chybějícími předoperačními klinickými údaji
- Pacienti, kteří odmítli účast nebo jejichž údaje nebylo možné vyhodnotit
Studijní plán
Jak je studie koncipována?
Detaily designu
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Míra shody mezi hodnocením předoperačního rizika založeným na umělé inteligenci a hodnocením anesteziologa
Časové okno: V době předoperačního vyšetření
|
Tento výsledek měří míru shody mezi systémem předoperačního hodnocení založeným na umělé inteligenci a hodnocením anesteziologa, včetně klasifikace fyzického stavu Americké společnosti anesteziologů (ASA) a celkového stratifikace perioperačního rizika.
Shoda bude vyhodnocena pomocí vhodných statistických měr.
|
V době předoperačního vyšetření
|
Spolupracovníci a vyšetřovatelé
Sponzor
Vyšetřovatelé
- Vrchní vyšetřovatel: Gülgün E Aksoy, MD, Trabzon Faculty of Medicine, Kanuni Training and Research Hospital, Turkey
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Aktuální)
Dokončení studie (Aktuální)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další identifikační čísla studie
- PREOP-AI-2025
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Popis plánu IPD
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .