Évaluation des risques liés aux résultats périopératoires avec l'amélioration de l'apprentissage par ordinateur (ORACLE)

L'étude Perioperative Outcome Risk Assessment with Computer Learning Enhancement (Periop ORACLE) sera une sous-étude nichée dans l'essai TECTONICS en cours (NCT03923699). TECTONICS est un essai clinique randomisé monocentrique évaluant l'impact d'une tour de contrôle d'anesthésie (ACT) sur la mortalité postopératoire à 30 jours, le délire, l'insuffisance respiratoire et les lésions rénales aiguës. Dans le cadre de l'essai TECTONICS, les enquêteurs de l'ACT effectuent des examens des dossiers médicaux au début de la chirurgie et documentent la probabilité qu'ils pensent que chaque patient soit victime de décès postopératoire et d'insuffisance rénale aiguë (IRA). Dans Periop ORACLE, ces examens de cas seront randomisés pour être effectués avec ou sans accès aux prédictions d'apprentissage automatique (ML).

Les enquêteurs de l'ACT effectueront tous les examens de cas en consultant les dossiers du patient dans AlertWatch (AlertWatch, Ann Arbor, MI) et Epic (Epic, Verona, WI). AlertWatch est un système de surveillance des patients approuvé par la FDA conçu pour être utilisé en salle d'opération. La version d'AlertWatch utilisée dans cette étude a été personnalisée pour être utilisée dans un contexte de télémédecine. Epic est le système de dossier de santé électronique utilisé à l'hôpital Barnes-Jewish. Chaque examen de cas sera randomisé de manière 1: 1 pour être complété avec ou sans assistance ML. Si l'examen du cas est randomisé vers l'assistance ML, l'investigateur accédera à une interface d'affichage (actuellement déployée en tant qu'application Web sur un serveur sécurisé) qui affiche en temps réel la probabilité prédite par ML de décès postopératoire et d'IRA postopératoire. Si l'examen du cas n'est pas randomisé en assistance ML, l'investigateur n'aura pas accès à cet affichage. Après avoir visualisé les données du patient, l'investigateur prédira la probabilité que le patient subisse un décès postopératoire et une AKI postopératoire et documentera cette prédiction. L'aire sous les courbes caractéristiques de fonctionnement du récepteur pour les prédictions faites avec assistance ML et sans assistance ML sera comparée.