Concordancia Entre ChatGPT-5 y Anestesiólogos en la Evaluación de Riesgo Preoperatorio: Clasificación ASA (ASA)
Estratificación de Riesgo Preoperatorio Asistida por Inteligencia Artificial: Concordancia entre ChatGPT-5 y Anestesiólogos en la Clasificación del Estado Físico ASA y la Predicción de Requerimientos de Hemoderivados
La estratificación precisa y reproducible del riesgo preoperatorio es esencial para predecir la morbilidad perioperatoria, la necesidad de unidad de cuidados intensivos (UCI), la utilización de hemoderivados y la mortalidad. La clasificación del estado físico de la Sociedad Americana de Anestesiólogos (ASA-PS) sigue siendo la herramienta más utilizada para la evaluación global del riesgo preoperatorio. Sin embargo, la puntuación ASA depende de la interpretación clínica, incorpora un número limitado de variables estructuradas y puede presentar variabilidad interobservador.
Los avances recientes en inteligencia artificial (IA) y modelos de lenguaje extenso (LLM) sugieren que los modelos generativos pueden ayudar en la toma de decisiones clínicas mediante la síntesis de información médica estructurada y no estructurada. En medicina perioperatoria, los sistemas de IA podrían mejorar potencialmente la estratificación del riesgo, optimizar la utilización de pruebas de laboratorio y mejorar la planificación de recursos perioperatorios.
El objetivo principal de este estudio observacional prospectivo-retrospectivo es evaluar la concordancia entre las clasificaciones ASA asignadas por anestesiólogos certificados y las generadas por un modelo de lenguaje extenso avanzado (ChatGPT-5) utilizando datos clínicos preoperatorios anonimizados.
Los objetivos secundarios incluyen:
Comparación de los patrones de solicitud de pruebas de laboratorio entre anestesiólogos y ChatGPT (número y tipo de pruebas preoperatorias solicitadas por paciente) Evaluación de la utilización de hemoderivados perioperatorios (número de unidades de concentrados de hematíes por paciente) Valoración de la correlación entre la puntuación ASA asignada por el clínico, la puntuación ASA generada por IA, la intensidad de solicitud de laboratorio y los resultados postoperatorios reales Determinación del rendimiento predictivo para complicaciones postoperatorias, ingreso en UCI y mortalidad a 30 días Se incluirán pacientes adultos (≥18 años) sometidos a cirugía electiva y evaluados en la consulta externa de anestesia preoperatoria. La cirugía de urgencia, la clasificación ASA VI, el embarazo, los pacientes pediátricos, la documentación incompleta o los registros no anonimizables constituyen criterios de exclusión.
Para cada paciente:
Se registrará la puntuación ASA asignada por el anestesiólogo. Se introducirán resúmenes clínicos anonimizados (datos demográficos, comorbilidades, antecedentes farmacológicos, hallazgos físicos, datos de laboratorio cuando estén disponibles) en ChatGPT-5.
La puntuación ASA generada por IA se registrará de forma independiente. Se documentará el número y tipo de pruebas de laboratorio solicitadas por el anestesiólogo.
Bajo una instrucción estandarizada, ChatGPT-5 generará pruebas de laboratorio recomendadas, y se registrará el número y tipo de pruebas.
Los hemoderivados administrados perioperatoriamente (unidades por paciente) se recopilarán de los registros médicos electrónicos.
Se documentarán los resultados postoperatorios (complicaciones, ingreso en UCI, mortalidad).
La concordancia entre la clasificación ASA del clínico y la IA se evaluará mediante el coeficiente kappa de Cohen. El rendimiento diagnóstico se evaluará mediante sensibilidad, especificidad, valores predictivos positivo y negativo, y análisis de la curva ROC (característica operativa del receptor).
El comportamiento de solicitud de laboratorio se analizará cuantitativamente (número medio de pruebas por paciente) y categóricamente (tipo de paneles de pruebas). La utilización de hemoderivados se analizará como unidades por paciente y se estratificará según la clase ASA y la predicción de riesgo por IA.
El tamaño muestral previsto es de aproximadamente 900 pacientes quirúrgicos electivos adultos durante un período de estudio de 3 meses, garantizando potencia estadística adecuada para el análisis de concordancia y evaluaciones de subgrupos.
Este estudio tiene como objetivo determinar si la evaluación preoperatoria asistida por IA proporciona una clasificación ASA fiable, patrones de utilización de laboratorio más eficientes y una mejor alineación con el consumo real de recursos perioperatorios en comparación con la evaluación convencional del anestesiólogo.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Antecedentes y justificación La evaluación del riesgo preoperatorio es una piedra angular de la medicina perioperatoria e influye directamente en la planificación anestésica, la utilización de pruebas de laboratorio y la preparación de recursos perioperatorios. La clasificación del Estado Físico de la Sociedad Americana de Anestesiólogos (ASA-PS) sigue siendo la herramienta de estratificación de riesgo global más utilizada. Sin embargo, la puntuación ASA es inherentemente subjetiva, depende de la interpretación clínica y puede mostrar variabilidad interobservador.
Los avances en inteligencia artificial (IA), especialmente los modelos de lenguaje extenso (LLM), han demostrado la capacidad de sintetizar información clínica estructurada y no estructurada y generar clasificaciones médicas comparables al razonamiento clínico en dominios seleccionados. En la evaluación perioperatoria, los sistemas de IA pueden ofrecer una interpretación más estandarizada y reproducible de comorbilidades, estado funcional y parámetros de laboratorio.
Además de la clasificación de riesgo, la solicitud de pruebas de laboratorio preoperatorias representa un componente crítico del flujo de trabajo clínico. Las pruebas de laboratorio excesivas o insuficientes pueden afectar la eficiencia de la atención sanitaria y la planificación perioperatoria. Aún se desconoce si las recomendaciones basadas en IA difieren cuantitativamente del comportamiento de solicitud de los anestesiólogos.
Además, la transfusión perioperatoria de concentrado de eritrocitos (glóbulos rojos empaquetados, PRBC) constituye un marcador objetivo de la carga fisiológica quirúrgica y el riesgo perioperatorio. Evaluar si la clasificación ASA asignada por el clínico o la clasificación ASA generada por IA se correlaciona mejor con la utilización real de PRBC puede proporcionar información sobre la validez clínica de la estratificación de riesgo asistida por IA.
Este estudio tiene como objetivo evaluar la concordancia entre anestesiólogos y ChatGPT-5 en la clasificación ASA y comparar los patrones de solicitud de pruebas de laboratorio y su asociación con el uso perioperatorio de concentrado de eritrocitos.
Objetivos del estudio Objetivo principal Evaluar la concordancia entre las clasificaciones ASA asignadas por anestesiólogos especialistas y las clasificaciones ASA generadas por ChatGPT-5 utilizando documentación clínica preoperatoria anonimizada.
Objetivos secundarios
Comparar el número y tipo de pruebas de laboratorio preoperatorias solicitadas por paciente por:
Anestesiólogos certificados por el colegio ChatGPT-5 bajo condiciones de indicación estandarizadas Cuantificar la intensidad de solicitud de laboratorio (número medio de pruebas por paciente) y evaluar las diferencias entre las recomendaciones del clínico y las generadas por IA.
Evaluar la utilización perioperatoria de concentrado de eritrocitos (glóbulos rojos empaquetados, PRBC):
Incidencia de transfusión Número de unidades de PRBC transfundidas por paciente
Evaluar la relación entre:
Clasificación ASA asignada por el clínico Clasificación ASA generada por IA Volumen de solicitud de laboratorio Transfusión real de PRBC perioperatoria Diseño del estudio Este es un estudio observacional híbrido prospectivo-retrospectivo de centro único realizado en la clínica ambulatoria de anestesia preoperatoria del Hospital de la Ciudad de Antalya.
La duración planificada del estudio es de 6 meses (1 de enero de 2026 - 1 de julio de 2026). La inscripción objetivo es de aproximadamente 1000 pacientes quirúrgicos electivos adultos, lo que permite un poder adecuado para el análisis de concordancia y las comparaciones de subgrupos.
Este estudio es de naturaleza observacional. No se realizarán modificaciones en la atención clínica rutinaria. Los resultados de IA no influirán en las decisiones de manejo del paciente.
Población del estudio Criterios de inclusión Edad ≥ 18 años Programados para cirugía electiva Completado el formulario estandarizado de evaluación anestésica preoperatoria Clasificación ASA asignada por un anestesiólogo especialista Consentimiento informado por escrito Documentación clínica adecuada para anonimización Criterios de exclusión Cirugía de emergencia Clasificación ASA VI Embarazo Pacientes pediátricos (<18 años) Documentación incompleta o no estandarizada Incapacidad para anonimizar registros clínicos 30 días entre la evaluación preoperatoria y la cirugía Procedimientos del estudio
Evaluación basada en el clínico
De los registros médicos electrónicos, se extraerán los siguientes datos:
Datos demográficos (edad, sexo) Comorbilidades Historial de medicación Capacidad funcional (si está documentada) Hallazgos del examen físico Hallazgos de laboratorio (si se solicitan) Clasificación ASA asignada por el anestesiólogo Tipo y número de pruebas de laboratorio solicitadas Transfusión perioperatoria de concentrado de eritrocitos (PRBC) Incidencia de transfusión (sí/no) Número total de unidades de PRBC por paciente Los recuentos de pruebas de laboratorio incluirán todas las pruebas preoperatorias rutinarias (por ejemplo, hemograma completo, perfil de coagulación, paneles bioquímicos, etc.), registradas como número total por paciente.
- Evaluación basada en IA
Los resúmenes clínicos preoperatorios anonimizados se introducirán en ChatGPT-5 utilizando una indicación estructurada estandarizada. Se pedirá a la IA que:
Asigne una clasificación del Estado Físico ASA. Recomiende pruebas de laboratorio preoperatorias.
Para cada paciente, se registrarán los siguientes resultados de IA:
Clasificación ASA generada por ChatGPT-5 Lista de pruebas de laboratorio recomendadas Número total de pruebas de laboratorio recomendadas Las recomendaciones de IA no se implementarán clínicamente y se utilizarán exclusivamente para análisis comparativos.
Resultados Resultado principal
Concordancia entre las clasificaciones ASA asignadas por anestesiólogos y generadas por ChatGPT-5, medida utilizando:
Coeficiente kappa de Cohen Kappa ponderado (escala ordinal ASA I-V) Resultados secundarios
Número medio de pruebas de laboratorio por paciente:
Solicitadas por el clínico Recomendadas por IA Distribución de categorías de pruebas de laboratorio.
Utilización perioperatoria de concentrado de eritrocitos:
Tasa de transfusión (% de pacientes) Unidades medias de PRBC por paciente
Asociación entre:
Clasificación ASA (clínico vs IA) Volumen de solicitud de pruebas de laboratorio Incidencia de transfusión de PRBC y número de unidades Plan de análisis estadístico Kappa de Cohen y kappa ponderado para concordancia ASA Comparaciones pareadas de recuentos de pruebas de laboratorio utilizando prueba t pareada o prueba de rangos con signo de Wilcoxon Análisis de correlación entre volumen de pruebas de laboratorio y unidades de PRBC Análisis de regresión logística para predictores de transfusión de PRBC Análisis de regresión ordinal para predictores ASA
Análisis de subgrupos estratificados por:
Grupo de edad Categoría quirúrgica Carga de comorbilidades La significación estadística se definirá como p < 0.05. Justificación del tamaño muestral Basado en estudios previos de concordancia ASA que reportan valores kappa entre 0.70-0.85, se asumió un kappa mínimo clínicamente significativo de 0.60.
Con α = 0.05 y 80% de potencia, el tamaño muestral mínimo requerido se estimó en 150-180 pacientes.
Para aumentar la precisión estadística y permitir un análisis robusto de subgrupos, se inscribirán aproximadamente 1000 pacientes durante el período de estudio.
Consideraciones éticas Este estudio es no intervencionista y observacional. Todos los datos clínicos se anonimizarán antes del procesamiento por IA. Ninguna decisión de manejo del paciente se verá influenciada por los resultados de IA. El estudio se realizará de acuerdo con la Declaración de Helsinki y las regulaciones aplicables de protección de datos.
Aportación científica esperada
Este estudio proporcionará evidencia del mundo real sobre:
La fiabilidad de ChatGPT-5 en la generación de clasificaciones ASA Diferencias en la intensidad de solicitud de laboratorio entre clínicos e IA La asociación entre los métodos de clasificación ASA y la utilización real de concentrado de eritrocitos Los hallazgos pueden contribuir a comprender si la evaluación preoperatoria asistida por IA puede apoyar una evaluación perioperatoria más estandarizada, objetiva y consciente de los recursos.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Antalya, Turquía (Türkiye)
- Antalya City Hospital
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Los pacientes adultos (≥18 años) programados para cirugía electiva y evaluados en la consulta externa de anestesia preoperatoria del Hospital de la Ciudad de Antalya durante el período de estudio constituirán la población del estudio. Se considerarán todos los pacientes elegibles con un formulario estandarizado de evaluación de anestesia preoperatoria completado y una clasificación documentada del Estado Físico ASA. Solo se incluirán los pacientes cuyos datos clínicos puedan anonimizarse por completo y que proporcionen un consentimiento informado por escrito.
Se excluirán los pacientes sometidos a cirugía de urgencia, pacientes pediátricos, pacientes embarazadas, clasificación ASA VI, documentación incompleta o casos con más de 30 días entre la evaluación preoperatoria y la cirugía.
Descripción
Criterios de inclusión:
- Edad ≥ 18 años
- Programado para cirugía electiva
- Formulario de evaluación preoperatoria de anestesia estandarizado completado
- Clasificación del estado físico ASA asignada por un anestesiólogo especialista
- Consentimiento informado por escrito
- Documentación clínica adecuada para anonimización
Criterios de exclusión:
- Cirugía de urgencia
- Clasificación ASA VI
- Embarazo
- Pacientes pediátricos (<18 años)
- Documentación clínica incompleta o no estandarizada
- Incapacidad para anonimizar los registros clínicos
- Más de 30 días entre la evaluación preoperatoria y la cirugía
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 |
|---|---|---|
|
Concordancia Entre la Clasificación del Estado Físico ASA Asignada por Anestesiólogos y Generada por ChatGPT-5
Periodo de tiempo: En el momento de la evaluación preoperatoria de anestesia (línea de base).
|
Acuerdo entre las clasificaciones del estado físico ASA asignadas por anestesiólogos certificados por la junta y aquellas generadas por ChatGPT-5 utilizando datos clínicos preoperatorios anonimizados.
El acuerdo se cuantificará utilizando las estadísticas kappa de Cohen y kappa ponderada para las categorías ordinales ASA (I-V).
La comparación se realizará utilizando resúmenes clínicos preoperatorios anonimizados idénticos.
|
En el momento de la evaluación preoperatoria de anestesia (línea de base).
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Damla Kaytancı Özçelik, Antalya City Hospital
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
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- Antalya City Hospital
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (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. .