Ai-unterstützte Brust-Röntgenstrahlung für fehlgeleitete Endotracheale und Nasogastr-Röhrchen und Pneumothorax in Not- und Intensivstationen

Hintergrundverschreibungen in der künstlichen Intelligenz (KI) haben erhebliche Durchbrüche in der computergestützten Erkennung (CAD) für die Röntgenbildgebung der Brust getrieben. Das Forschungsteam des National Taiwan University Hospital (NTUH) entwickelte zuvor ein AI-basierter Notfall-Capstone-CXR-System (die meisten 111-2634-F-002-015-, Capstone-Projekt), das zur Schaffung eines Röntgenmoduls des Brustkorbs führte. Dieses Röntgenmodul in der Brust verfügt über ein etabliertes Modell, das von umfangreichen Forschungsergebnissen unterstützt wird, und ist für die direkte Anwendung in klinischen Studien bereit, ohne zusätzliches Modelltraining zu erfordern. In dieser Studie werden drei Submodule des Systems verwendet: den Nachweis fehlgeleiteter Endotrachealrohre, der Nachweis von fehlgeleiteten nasogastrischen Röhren und die Identifizierung von Pneumothorax.

Ziel Diese Studie zielt darauf ab, ein Echtzeit-Röntgen-CAD-System in Echtzeit im Notfall- und Intensivmedizin anzuwenden, um ihre klinischen und wirtschaftlichen Vorteile zu bewerten, ohne zusätzliche Röntgenuntersuchungen für Brust zu erfordern oder die Standardversorgung und -verfahren zu ändern. Die Studie wird die Auswirkungen des CAD-Systems auf die Sterblichkeitsreduzierung, die Komplikationen nach der Intubation, die Dauer der Krankenhausaufenthalte, die Arbeitsbelastung und die Interpretationszeit sowie einen Kosteneffizienzvergleich mit der Standardversorgung bewerten.

Methoden In dieser Studie werden eine Pilotstudie und ein randomisiertes kontrolliertes Studienentwurf mit Cluster angewendet, wobei die zufällige Zuordnung auf der Stationebene durchgeführt wird. In der Interventionsgruppe erhalten Einheiten Zugang zu KI -diagnostischen Ergebnissen, während die Kontrollgruppe die Standardpflegepraktiken fortsetzt. Die Zustimmung wird durch die Teilnahme von Ärzten, Einwohnern und Krankenschwestern der fortgeschrittenen Praxis in jeder teilnehmenden Station eingeholt. Sobald die Einwilligung gesichert ist, werden diese Gesundheitsdienstleister in der Interventionsgruppe berechtigt, das CAD -System zu verwenden. Interventionseinheiten haben Zugriff auf AI-generierte Interpretationen, während Kontrolleinheiten routinemäßige medizinische Verfahren ohne Zugang zu den KI-diagnostischen Ergebnissen beibehalten.

Ergebnisse Die Studie wurde im September 2024 finanziert. Die Datenerfassung wird voraussichtlich von Januar 2025 bis Dezember 2027 dauern.

Schlussfolgerungen Diese Studie erwartet, dass das Echtzeit-Röntgen-CAD-System in Echtzeit die Identifizierung und Erkennung fehlgeleiteter Endotracheal- und Nasogastr-Röhrchen für Röntgenstrahlen in der Brust sowie die Diagnose von Pneumothorax automatisiert. Durch die Reduzierung der Arbeitsbelastung von Ärzten wird erwartet, dass das System die Zeit verkürzt, die für die Erkennung von Röhrchenfehlern und Pneumothorax erforderlich ist, die Patientensterblichkeit und die Krankenhausaufenthalte verringert und letztendlich die Kosten für die Gesundheitsversorgung senkt.