Radiographie thoracique assistée par AI pour les tubes endotrachéaux et nasogastriques mal placés et le pneumothorax en cas d'urgence et de soins intensifs

Les progrès de l'intelligence artificielle (IA) ont entraîné des percées importantes dans la détection assistée par ordinateur (CAD) pour l'imagerie aux rayons X thoraciques. L'équipe de recherche du National Taiwan University Hospital (NTUH) a précédemment développé un système CXR de Capstone d'urgence basé sur l'IA (la plupart du 111-2634-F-002-015-, Capstone Project), qui a conduit à la création d'un module de rayons x. Ce module à rayons X thoraciques a un modèle établi soutenu par des recherches approfondies et est prêt pour une application directe dans les essais cliniques sans nécessiter une formation de modèle supplémentaire. Cette étude utilisera trois sous-modules du système: détection de tubes endotrachéaux mal placés, détection de tubes nasogastriques mal placés et identification du pneumothorax.

Objectif Cette étude vise à appliquer un système de CAO à rayons x en temps réel dans les milieux d'urgence et de soins intensifs pour évaluer ses avantages cliniques et économiques sans nécessiter des examens de rayons thoraciques supplémentaires ou modifier les soins et les procédures standard. L'étude évaluera l'impact du système CAD sur la réduction de la mortalité, les complications post-intubation, la durée du séjour à l'hôpital, la charge de travail et le temps d'interprétation, parallèlement à une comparaison de rentabilité avec les soins standard.

Méthodes Cette étude adopte un essai pilote et en grappes de conception d'essai contrôlées randomisées, avec une affectation aléatoire menée au niveau du service. Dans le groupe d'intervention, les unités ont accès aux résultats de diagnostic de l'IA, tandis que le groupe témoin poursuit les pratiques de soins standard. Le consentement sera obtenu de médecins, de résidents et d'infirmières de pratique avancée dans chaque service participant. Une fois le consentement garanti, ces prestataires de soins de santé du groupe d'intervention seront autorisés à utiliser le système CAO. Les unités d'intervention auront accès aux interprétations générées par l'AI, tandis que les unités de contrôle conserveront des procédures médicales de routine sans accès aux sorties de diagnostic d'IA.

Résultats L'étude a été financée en septembre 2024. La collecte de données devrait durer de janvier 2025 à décembre 2027.

Conclusions Cette étude prévoit que le système de CAO à rayons X thoraciques en temps réel automatisera l'identification et la détection des tubes endotrachéaux et nasogastriques mal placés sur les rayons X thoraciques, ainsi que d'aider les cliniciens à diagnostiquer le pneumothorax. En réduisant la charge de travail des médecins, le système devrait raccourcir le temps nécessaire pour détecter le mauvais placement du tube et le pneumothorax, réduire la mortalité des patients et les séjours à l'hôpital, et finalement des coûts de santé inférieurs.