Un metodo di apprendimento profondo per prevedere la laringoscopia difficile utilizzando l'immagine a raggi X della colonna vertebrale cervicale

Prevedere una difficoltà di una laringoscopia è importante per la sicurezza del paziente, poiché una laringoscopia difficile imprevista è associata a gravi complicanze correlate alle vie aeree, come danno cerebrale, arresto cardiopolmonare o morte. Sebbene i predittori clinici, come la classificazione Mallampati modificata, la distanza tireomentale, il gap interincisivo e il test del morso del labbro superiore, siano utilizzati per la valutazione delle vie aeree nella pratica clinica, questi indicatori hanno una bassa sensibilità e un'ampia variabilità inter-valutatore e richiedono la collaborazione del paziente .

I ricercatori hanno sviluppato un modello basato sull'apprendimento profondo che prevede una laringoscopia difficile da una radiografia laterale del rachide cervicale utilizzando i dati di 14.135 pazienti sottoposti a chirurgia della tiroide. E questo studio è in fase di presentazione.

Questo modello di deep learning ha mostrato le prestazioni più elevate nella previsione della laringoscopia difficile rispetto ad altri modelli di deep learning (VGG-Net, ResNet, Xception, ResNext, DenseNet e SENet) con una sensibilità del 95,6%, una specificità del 91,2% e un'area sotto la curva ROC (AUROC) di 0,972.

Tuttavia, poiché il modello era un disegno retrospettivo che utilizzava le cartelle cliniche esistenti, la presenza o l'assenza di pressione cricoidea per ottenere la laringoscopia ottimale non è stata valutata e non confrontata con le valutazioni delle vie aeree.

In questo studio, i ricercatori convalidano in modo prospettico il modello per prevedere una laringoscopia difficile e confrontano il potere predittivo con la valutazione clinica delle vie aeree. Se questo studio prospettico conferma i nostri risultati, questo approccio può essere utile per migliorare la sicurezza del paziente e prevenire le complicanze correlate alle vie aeree attraverso una valutazione obiettiva e accurata delle vie aeree.