Evaluación de riesgos de resultados perioperatorios con mejora del aprendizaje informático (ORACLE)

El estudio Evaluación de riesgos de resultados perioperatorios con mejora del aprendizaje informático (Periop ORACLE) será un subestudio anidado dentro del ensayo TECTONICS en curso (NCT03923699). TECTONICS es un ensayo clínico aleatorizado de un solo centro que evalúa el impacto de una torre de control de anestesiología (ACT) en la mortalidad posoperatoria a los 30 días, el delirio, la insuficiencia respiratoria y la lesión renal aguda. Como parte del ensayo TECTONICS, los investigadores del ACT realizan revisiones de casos de registros médicos durante la primera parte de la cirugía y documentan la probabilidad que creen que tiene cada paciente de experimentar muerte posoperatoria y lesión renal aguda (AKI). En Periop ORACLE, estas revisiones de casos serán aleatorias para realizarse con o sin acceso a predicciones de aprendizaje automático (ML).

Los investigadores del ACT realizarán todas las revisiones de casos al ver los registros del paciente en AlertWatch (AlertWatch, Ann Arbor, MI) y Epic (Epic, Verona, WI). AlertWatch es un sistema de monitorización de pacientes aprobado por la FDA diseñado para su uso en el quirófano. La versión de AlertWatch utilizada en este estudio se ha personalizado para su uso en un entorno de telemedicina. Epic es el sistema de registro de salud electrónico utilizado en el Hospital Barnes-Jewish. Cada revisión de caso se aleatorizará de forma 1:1 para completarse con o sin asistencia de ML. Si la revisión del caso se asigna aleatoriamente a la asistencia de ML, el investigador accederá a una interfaz de visualización (actualmente implementada como una aplicación web en un servidor seguro) que muestra en tiempo real la probabilidad prevista de ML de muerte posoperatoria y LRA posoperatoria. Si la revisión del caso no se asigna aleatoriamente a la asistencia de ML, el investigador no accederá a esta pantalla. Después de ver los datos del paciente, el investigador predecirá la probabilidad de que el paciente experimente muerte posoperatoria y LRA posoperatoria y documentará esta predicción. Se comparará el área bajo las curvas características operativas del receptor para predicciones hechas con asistencia ML y sin asistencia ML.