Künstliche Intelligenz zur Steuerung der Flüssigkeitstherapie während großer Krebsoperationen: Eine randomisierte kontrollierte Studie (FOCUS-AFM)

Diese multizentrische, randomisierte, kontrollierte klinische Studie bewertet die Auswirkungen einer künstlichen Intelligenz-gestützten intraoperativen intravenösen Flüssigkeitstherapie auf das hämodynamische Management und die postoperativen Ergebnisse bei erwachsenen Patienten, die sich einer großen abdominalen Krebsoperation unterziehen.

Eine optimale intraoperative Flüssigkeitstherapie ist ein entscheidender Bestandteil des anästhesiologischen Managements während großer onkologischer Eingriffe. Sowohl unzureichende als auch übermäßige Flüssigkeitsgabe können zu hämodynamischer Instabilität und postoperativen Komplikationen beitragen. Episoden intraoperativer Hypotonie wurden konsistent mit einer erhöhten postoperativen Morbidität und Mortalität in Verbindung gebracht, insbesondere in Hochrisiko-Chirurgiepopulationen. Obwohl zielgerichtete Strategien für die intraoperative Flüssigkeitstherapie vorgeschlagen wurden, bleibt ihre Umsetzung in der routinemäßigen klinischen Praxis heterogen und stark vom Anwender abhängig.

Fortschritte in der künstlichen Intelligenz haben die Entwicklung von Entscheidungsunterstützungssystemen ermöglicht, die in der Lage sind, kontinuierliche hämodynamische Daten aus der standardmäßigen intraoperativen Überwachung zu integrieren. Diese Systeme sind darauf ausgelegt, Kliniker zu unterstützen, indem sie multiple physiologische Variablen in Echtzeit analysieren und Empfehlungen für die intravenöse Flüssigkeitsgabe geben, die darauf abzielen, die Kreislaufstabilität zu unterstützen, wobei die volle klinische Kontrolle über Therapieentscheidungen erhalten bleibt.

In dieser Studie werden Teilnehmer, die sich einer großen abdominalen Krebsoperation unter Vollnarkose unterziehen, randomisiert entweder einer künstlichen Intelligenz-gestützten intravenösen Flüssigkeitstherapie oder einer standardmäßigen intravenösen Flüssigkeitsmanagement entsprechend der routinemäßigen klinischen Praxis zugeteilt. Die Randomisierung ist zentralisiert und nach relevanten Verfahrensfaktoren geschichtet. In der Interventionsgruppe wird die intravenöse Flüssigkeitsgabe durch ein künstliche Intelligenz-basiertes Entscheidungsunterstützungssystem unterstützt, das kontinuierlich intraoperative hämodynamische Daten analysiert und Empfehlungen für Flüssigkeitsbelastungen generiert. Kliniker werden nachdrücklich ermutigt, den Systemempfehlungen zu folgen; sie behalten jedoch die volle Verantwortung und können diese Empfehlungen basierend auf ihrer klinischen Einschätzung akzeptieren oder außer Kraft setzen. In der Kontrollgruppe wird die intraoperative Flüssigkeitstherapie entsprechend der üblichen klinischen Praxis ohne künstliche Intelligenz-Führung durchgeführt.

Eine standardisierte perioperative Überwachung wird in beiden Studiengruppen angewendet, einschließlich kontinuierlicher invasiver arterieller Blutdrucküberwachung. Intraoperative hämodynamische Variablen, Flüssigkeitsgabe und der Einsatz von vasoaktiven Medikamenten werden prospektiv unter Verwendung elektronischer Anästhesieprotokolle und Überwachungssystem-Ausgaben aufgezeichnet. Postoperative klinische Daten werden während der routinemäßigen stationären Versorgung und geplanten Nachsorge gesammelt.

Die Studie konzentriert sich auf die intraoperative Phase als ein entscheidendes Zeitfenster, während dessen das hämodynamische Management die postoperative Genesung und längerfristige Ergebnisse beeinflussen kann. Durch die Bewertung eines künstlichen Intelligenz-basierten Entscheidungsunterstützungsansatzes in einer randomisierten multizentrischen Umgebung zielt diese Studie darauf ab, Evidenz darüber zu generieren, ob eine technologiegestützte intravenöse Flüssigkeitstherapie das intraoperative Management verbessern und bessere klinische Ergebnisse bei Patienten, die sich einer großen Krebsoperation unterziehen, unterstützen kann.