Évaluation de la concordance entre les prédictions de ChatGPT-5 et celles des anesthésistes et les résultats réels dans la prédiction du besoin de soins intensifs postopératoires basée sur les données préopératoires

L'admission en unité de soins intensifs (USI) postopératoire est un élément crucial de la prise en charge périopératoire des patients, en particulier chez les patients présentant un risque chirurgical ou anesthésique accru. L'identification préopératoire précise des patients qui nécessiteront des soins en USI postopératoire peut améliorer la sécurité des patients et optimiser l'allocation des ressources.

Cette étude est conçue comme une étude de cohorte observationnelle prospective et non interventionnelle menée chez des patients adultes subissant des interventions chirurgicales programmées. Les données cliniques préopératoires recueillies de manière routinière, notamment les caractéristiques démographiques, les comorbidités, les résultats de laboratoire et les évaluations des anesthésistes, sont enregistrées pour chaque participant.

Pour chaque patient, les prédictions de besoin en USI postopératoire générées par ChatGPT-5 à l'aide de données préopératoires structurées sont documentées. Ces prédictions sont comparées aux évaluations préopératoires d'admission en USI des anesthésistes et aux résultats réels d'admission en USI postopératoire.

Aucune intervention diagnostique ou thérapeutique supplémentaire n'est réalisée dans le cadre de l'étude. Les soins aux patients suivent en tout temps la pratique institutionnelle standard. Toutes les données recueillies sont anonymisées avant analyse. Les analyses statistiques se concentrent sur les mesures d'accord et de performance prédictive, notamment la sensibilité, la spécificité et la concordance entre les méthodes de prédiction et les résultats réels.