Automatisierte Beurteilung schwieriger Atemwege mit Gesichtserkennungstechniken (PeScho)

Jede Trachealintubation erfordert eine präoperative Untersuchung und Beurteilung, um die wesentliche Krankengeschichte des Patienten zu erfassen, den Zustand des Patienten im Falle einer gleichzeitig bestehenden Erkrankung vor der Operation zu optimieren und die beste Anästhesiemethode für den Tag der Operation auszuwählen . Das Ziel dieser Bewertung besteht darin, potenzielle Anästhesieschwierigkeiten zu identifizieren, wie z. B. Prädiktoren für schwierige Atemwege, die auch heute noch die erste Ursache für Rechtsstreitigkeiten in anästhesiebezogenen Closed-Claim-Studien darstellen.

Im ersten Schritt des präoperativen Beurteilungsverfahrens wird der Patient von der Software analysiert. Der Patient wird automatisch durch eine 10-minütige Testreihe geführt und die Software analysiert in Echtzeit seine/ihre morphologischen und dynamischen Merkmale, um den Patienten in eine der 5 Kategorien einzuteilen, die im nächsten Abschnitt beschrieben werden. Details, die für schwierige Beatmung und Intubation (statisch und dynamisch) relevant sind, wie z. B. die Quantifizierung des genauen Abstands zwischen den Schneidezähnen (Mundöffnung), Sichtbarkeit und Erkennung anatomischer Orientierungspunkte im offenen Mund (Zäpfchen, Zungenbögen, Mandeln, Zunge, hinterer Rachenraum), Schilddrüsenabstand, Halsumfang, Nackenbeweglichkeit mit maximaler vorderer und hinterer Bewegung. Die Analyse wird durchgeführt von:

• Automatische Berechnung dieser relevanten Maße mithilfe robuster Computer-Vision-Algorithmen, die in der Lage sind, Gesicht und Hals mit einem hohen Maß an Genauigkeit und Robustheit bis hin zu extremen Posen (Links- und Rechtsdrehung sowie Auf- und Abbewegung des Gesichts) zu erkennen, zu beschreiben und zu verfolgen.
• Entwicklung leistungsstarker Bildverarbeitungstechniken zur Beschreibung und Berechnung intraoraler Strukturen. Die beiden Maßnahmensätze werden dann zu einem maschinellen Lernansatz kombiniert, mit dem der Patient klassifiziert werden kann. Die Ergebnisse der Analyse sowie alle aufgezeichneten Videos jedes einzelnen Tests werden in einer zentralen Datenbank gespeichert und vom Arzt in Echtzeit abgerufen, um die präoperative Beratung fortzusetzen.

Der Patient wird dann zum ursprünglich geplanten Zeitpunkt seiner geplanten Operation unterzogen und zu diesem Zweck intubiert. Die ordnungsgemäße Erfassung des Grades der Intubation im Operationssaal wird dokumentiert und in die Bewertungsdatenbank aufgenommen. Auf diese Weise wird die Datenbank mit der Beurteilung und dem endgültigen postoperativen Intubationsergebnis weiterentwickelt, um die automatische Vorhersagbarkeit des maschinellen Lernalgorithmus zu verbessern.