Intelligenza artificiale per blocchi nervosi e piani periferici guidati da ultrasuoni

La conoscenza della sonoanotomia è essenziale per le procedure di anestesia regionale ecoguidata (UGRA). Abbiamo mirato a valutare l'accuratezza del software di intelligenza artificiale (AI) utilizzato per assistere l'interpretazione dell'anatomia sonora evidenziando le strutture anatomiche nei nervi periferici e nei blocchi piani nel riconoscimento delle strutture anatomiche.

Tutte le scansioni sono state eseguite con un dispositivo a ultrasuoni (GE Logiq, Wisconsin, USA) dotato di software AI (Nerveblox, Smart Alfa Teknoloji San. Ve Tic. A.Ş., Ankara, Turchia). Utilizzando questa configurazione, quando un utente esegue un'ecografia, il software AI fornisce all'utente un feedback in tempo reale sull'identificazione di strutture/punti di riferimento anatomici.

Il software AI è progettato per fornire tre principali segnali di feedback all'utente in tempo reale;

• targhette identificative per ogni struttura anatomica
• sovrapposizioni di colore per ogni struttura anatomica
• percentuale di successo della scansione per l'intera immagine

Le sovrapposizioni di colore e le etichette dei nomi sono evidenziazioni e punti regolati in trasparenza che forniscono all'utente un feedback spaziale più generale sul layout anatomico. Il tasso di completezza del piano viene visualizzato con un indicatore di "scansione riuscita", che guida l'utente in un modo che mostra quanto l'immagine corrente sia vicina alla visualizzazione ideale dei punti di riferimento predefiniti.

Le regioni del nervo periferico e del blocco aereo (i loro punti di riferimento anatomici) che il software AI può identificare sono;

• Regione del blocco del canale adduttore (arteria femorale, muscolo sartorio, nervo safeno e muscolo vasto mediale)
• Regione del blocco del plesso brachiale ascellare (arteria ascellare, muscolo bicipite brachiale, muscolo coracobrachiale, tendine congiunto, nervo muscolocutaneo e muscolo tricipite brachiale)
• Regione del blocco ESP (piano erettore spinale) (muscolo erettore spinae, pleura, muscolo romboidale, muscolo trapezio e processo trasversale)
• Regione del blocco femorale (arteria femorale, vena femorale, nervo femorale e muscolo ileopsoas)
• Regione del blocco PECS (pettorale) (pleura, muscolo pettorale minore, muscolo pettorale maggiore, costola e muscolo serrato anteriore
• Regione del blocco popliteo (nervo peroneo comune, arteria poplitea, vena poplitea e nervo tibiale)
• Regione del blocco della guaina del retto (cavità peritoneale, muscolo retto dell'addome, guaina del retto anteriore e guaina del retto posteriore)
• Regione del blocco del plesso cervicale superficiale (muscolo scaleno anteriore, arteria carotidea, plesso cervicale, vena giugulare e muscolo sternocleidomastoideo)

Per lo studio, tre tirocinanti in anestesiologia che sono stati formati in anestesia regionale e qualificati per eseguire tecniche UGRA eseguiranno la scansione di ogni volontario con la guida del software AI. In totale, tre residenti eseguiranno scansioni di 8 tipi di blocco per tutti i 40 volontari. Tutte le immagini scansionate verranno salvate. Utilizzando questa procedura, verranno acquisite 960 immagini ecografiche sia in forma grezza che elaborata con intelligenza artificiale per la valutazione di esperti.

Un anestesista con una conoscenza approfondita delle tecniche di anestesia regionale ecoguidata e un radiologo con una vasta esperienza nell'ecografia esamineranno e valuteranno l'accuratezza del software AI sulle immagini ecografiche acquisite. Per ottenere un risultato più preciso, la valutazione del software AI verrà eseguita separatamente per ciascuna struttura anatomica delle regioni di blocco selezionate.

Agli esperti viene chiesto di valutare e valutare (0: mal posizionato, 1: molto scarso, 2: scarso, 3: buono, 4: molto buono, 5: eccellente) le etichette nome e le sovrapposizioni di colore posizionate dal software AI. Se un'etichetta nome (rappresentata da un punto e dall'abbreviazione del nome della struttura) per una struttura anatomica è posizionata in modo tale da non rientrare nei limiti visivi della struttura anatomica, il punteggio sarà "0: mal posizionato". Se un'etichetta con il nome di una struttura anatomica è posizionata correttamente all'interno dei confini visivi e in grado di rappresentare la struttura anatomica, allora il punteggio dovrebbe essere compreso tra "1: molto scarso" e "5: eccellente", in base alla consistenza del colore circostante sovrapposizione e la sottostante struttura anatomica.

I dati saranno analizzati utilizzando il software SPSS 26 con un livello di confidenza del 95%. Per le misurazioni verranno fornite le statistiche media, deviazione standard (SD), minimo, massimo e mediana. Poiché la variabile "punteggio" è una misura ordinale compresa tra 0 e 5 e non fornisce una distribuzione normale nelle regioni, nell'analisi verranno utilizzati metodi non parametrici.