Klinisk validering af nerveblox, en kunstig intelligenssoftware til understøttelse af ultralydstyret regionale anæstesiprocedurer

Denne undersøgelse sigter mod at validere ydelsen af ​​AI -teknologi i regional anæstesi gennem en klinisk evaluering udført på den amerikanske befolkning.

Dataindsamlingsmetode og analyse:

I alt 40 raske forsøgspersoner blev tilmeldt og scannet af tre forskellige ekspertbedøvelser. Tolv forskellige perifere nerve- og planblokregioner understøttet af NerveBlox -softwaren blev scannet bilateralt. Hver deltager tilbragte cirka 30 minutter i ultralydscanningssessionen, med hvert ultralydklip varer 10 sekunder.

Data for alder, køn, vægt og højde blev indsamlet og rapporteret for hvert individ. Personer blev valgt til at afbalancere BMI -fordelingen mellem dem med BMI <30 kg/m² og dem med BMI ≥ 30 kg/m². En FDA-klaret, kommercielt tilgængelig ultralydsenhed blev anvendt under scanningsprocessen, og NerveBlox-softwaren blev ikke brugt i dataindsamlingssessionerne.

Samlede ultralydsklip inkluderede både ideelle og ikke-ideelle blokvisninger. De indsamlede ultralydscanninger blev behandlet post hoc af NerveBlox -softwaren, og de resulterende output sammen med de rå ultralydbilleder vurderes af et panel af ekspertbedøvelser. Disse klip blev gennemgået af to separate grupper af korrekturlæsere, der hver bestod af tre medlemmer.

Anmeldere blev bedt om at evaluere:

• Fremhævning af sikkerhedskritiske anatomiske strukturer: For hver sikkerhedskritisk anatomisk vartegn på hvert klip blev majoritetsudtalelsen (mindst 2 ud af 3) anvendt til at bestemme de samlede panelresultater.
• Billedkvalitet: Eksperter vurderede billedkvalitet i en skala fra 1 til 5. Disse resultater blev derefter konverteret til en binær foranstaltning til analyse.
• Effekt af farve, der fremhæves på de opfattede risici ved ultralydstyret regional anæstesi

Data blev udtrykt som frekvenser og vist som en procentdel af de samlede analyserede klip. Inter-rateraftale blev rapporteret af blokregionen.