Valutazione dei modelli AI nel determinare il peep ottimale

I pazienti che ricevono supporto meccanico di ventilazione nell'unità di terapia intensiva (ICU), che sono emodinamicamente stabili e oltre 18 anni, saranno considerati ammissibili allo studio. Questi criteri sono stati impostati per garantire che i pazienti richiedano un adeguato supporto respiratorio pur essendo adatti all'ottimizzazione individualizzata della gestione del ventilatore.

Durante il processo di selezione dei pazienti, le cartelle cliniche dei pazienti in terapia intensiva saranno riviste e coloro che soddisfano i criteri saranno inclusi nello studio. Per garantire l'accuratezza dei dati clinici, il processo di selezione dei pazienti verrà effettuato da specialisti di terapia intensiva.

I parametri di ventilazione meccanica dei pazienti inclusi saranno sistematicamente registrati. In questo contesto, verranno applicate manovre di attesa inspiratoria e espiratoria per valutare la meccanica respiratoria dei pazienti. Le misurazioni registrate includeranno la conformità (elasticità polmonare), l'elastance (rigidità polmonare), la pupa auto (presenza di intrappolamento dell'aria) e la costante di tempo (durata dello scambio di gas).

Oltre a questi parametri di ventilazione fondamentali, la curva di pressione-volume (P-V) verrà analizzata per raccogliere dati critici per l'ottimizzazione della ventilazione. Queste procedure verranno eseguite utilizzando moduli di analisi avanzati integrati nei ventilatori in terapia intensiva e nei sistemi di monitoraggio dei pazienti. I dati raccolti saranno analizzati sia manualmente da esperti che da modelli di intelligenza artificiale (AI) durante lo studio.

Nello studio, la titolazione di PEEP sarà eseguita manualmente da specialisti di terapia intensiva. Questo processo verrà applicato immediatamente dopo l'intubazione per i pazienti intubati e continuerà quotidianamente. La procedura sarà standardizzata in base a un protocollo predefinito e applicata in modo coerente tra tutti i pazienti.

Verrà identificato il punto di inflessione inferiore (labbro) e PEEP verrà applicato nel punto in cui inizia il reclutamento alveolare. Questo passaggio è fondamentale per prevenire il collasso polmonare e garantire ossigenazione ottimale. Inoltre, il punto di flesso superiore (UIP) sarà determinato per prevenire la sovradistensione, garantendo che il volume di marea rimanga al di sotto di questa soglia di pressione. Se il punto di inflessione inferiore non viene identificato chiaramente, un livello di peep di circa 10 cmH₂O verrà applicato come approccio standard.

La curva del volume di pressione del ventilatore verrà analizzata per valutare se il livello di PEEP ottimale è stato raggiunto. Se la curva si sposta verso l'alto, sarà considerata un indicatore di assunzioni alveolari di successo. Se la curva si sposta a destra, indicherà un rischio di sovradistensione, spingendo una riduzione del PEEP. Con questo approccio, verrà determinato il livello PEEP più adatto per ciascun paziente e le impostazioni del ventilatore saranno ottimizzate di conseguenza. Queste procedure vengono regolarmente applicate nel nostro ospedale e a livello globale e sono tra i metodi più comunemente preferiti per la titolazione PEEP.

Tutti i parametri di ventilazione raccolti saranno inseriti in tre diversi modelli di intelligenza artificiale: Chatgpt, DeepSeek e Gemini. A questi sistemi verrà chiesto di fornire:

Una raccomandazione ottimale del livello PEEP per il paziente La capacità di rilevare parametri di ventilazione anormale tre possibili suggerimenti diagnostici tre approcci di trattamento proposti I dati forniti dai modelli AI saranno registrati e confrontati con le valutazioni manuali eseguite da specialisti ICU esperti. Questo confronto mira a determinare la misura in cui i modelli di intelligenza artificiale possono fungere da strumenti di supporto alle decisioni cliniche. L'affidabilità, l'accuratezza e l'applicabilità clinica delle raccomandazioni generate dall'IA saranno analizzati a fondo.

Nella fase finale dello studio, i livelli di PEEP determinati dai modelli AI saranno confrontati con quelli identificati da specialisti in terapia intensiva con almeno cinque anni di esperienza. Verranno valutati i seguenti criteri:

Accordo tra modelli di intelligenza artificiale e opinioni di esperti sui livelli di PEEP (misura di esito primario) sensibilità e specificità dell'IA nel rilevare l'accuratezza dei parametri di ventilazione anomali