Clasificación ASA Basada en IA en Pacientes Preoperatorios (AI-Based ASA C)
Evaluación de Modelos de Inteligencia Artificial en la Asignación de la Clasificación del Estado Físico de la Sociedad Americana de Anestesiólogos en Pacientes Preoperatorios: Un Estudio Observacional Prospectivo
Descripción general del estudio
Estado
Descripción detallada
La clasificación del Estado Físico de la Sociedad Americana de Anestesiólogos (ASA-PS) se utiliza ampliamente para la estratificación del riesgo perioperatorio, pero está sujeta a variabilidad interobservador. Los recientes avances en inteligencia artificial y modelos de lenguaje extenso han introducido nuevas oportunidades para el apoyo en la toma de decisiones clínicas.
Este estudio observacional prospectivo incluye a pacientes adultos sometidos a evaluación anestésica preoperatoria rutinaria en el Hospital de la Ciudad de Bursa. Se registran datos demográficos, antecedentes médicos, comorbilidades, capacidad funcional, hallazgos de laboratorio, electrocardiografía, resultados de imágenes torácicas y procedimientos quirúrgicos planificados para construir escenarios clínicos estandarizados.
Se proporcionan múltiples modelos de inteligencia artificial, incluidos sistemas basados en modelos de lenguaje extenso, con escenarios de pacientes utilizando tanto indicaciones estructuradas como entradas no estructuradas. Cada modelo asigna una clasificación ASA-PS y proporciona texto explicativo. Las clasificaciones generadas por IA se comparan con las evaluaciones realizadas de forma independiente por anestesiólogos experimentados.
Los resultados primarios incluyen la concordancia y precisión entre las clasificaciones ASA generadas por IA y las asignadas por clínicos utilizando estadísticas de Kappa de Cohen. Los resultados secundarios incluyen la evaluación de la legibilidad utilizando el Índice de Legibilidad Turca de Ateşman y la evaluación de la calidad de la respuesta utilizando la Escala de Calidad Global.
El estudio tiene como objetivo explorar si la inteligencia artificial puede mejorar la estandarización, objetividad y eficiencia en la evaluación del riesgo preoperatorio, al tiempo que destaca las fortalezas y limitaciones de las tecnologías actuales de IA en la práctica clínica de la anestesia.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Nilüfer
-
Bursa, Nilüfer, Turquía (Türkiye), 16110
- Bursa City Hospital
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes adultos de 18 años o más
- En evaluación preoperatoria de anestesia de rutina
- Clasificados como Estado Físico ASA I-IV
- Disponibilidad de datos clínicos completos requeridos para la evaluación de IA
Criterios de exclusión:
- Pacientes menores de 18 años
- Negativa a participar
- Información clínica incompleta o faltante
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Acuerdo Entre la Clasificación del Estado Físico ASA Asignada por IA y la Asignada por Clínicos
Periodo de tiempo: Preprocedural/Perioperatorio
|
Nivel de concordancia entre los modelos de inteligencia artificial y los anestesiólogos en la asignación de la clasificación del Estado Físico ASA medido mediante el coeficiente Kappa de Cohen
|
Preprocedural/Perioperatorio
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión de los Modelos de IA en la Clasificación ASA
Periodo de tiempo: Preprocedural/Perioperative
|
Proporción de clasificaciones correctas del estado físico ASA generadas por modelos de inteligencia artificial en comparación con las evaluaciones de anestesiólogos
|
Preprocedural/Perioperative
|
|
Legibilidad de las Respuestas Clínicas Generadas por IA
Periodo de tiempo: Preprocedural/Perioperatorio
|
Puntuaciones de legibilidad de respuestas clínicas generadas por inteligencia artificial evaluadas mediante el Índice de Legibilidad Turco Ateşman (rango: 0-100), donde puntuaciones más altas indican mejor legibilidad.
|
Preprocedural/Perioperatorio
|
Colaboradores e Investigadores
Patrocinador
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Otros números de identificación del estudio
- Bursa City Hospital 004
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .