- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT07407998
Classificazione ASA Basata sull'Intelligenza Artificiale nei Pazienti Preoperatori (AI-Based ASA C)
Valutazione dei Modelli di Intelligenza Artificiale nell'Assegnazione della Classificazione dello Stato Fisico della Società Americana degli Anestesisti nei Pazienti Preoperatori: Uno Studio Osservazionale Prospettico
Panoramica dello studio
Stato
Descrizione dettagliata
La classificazione dello stato fisico dell'American Society of Anesthesiologists (ASA-PS) è ampiamente utilizzata per la stratificazione del rischio perioperatorio, ma è soggetta a variabilità interosservatore. I recenti progressi nell'intelligenza artificiale e nei modelli linguistici di grandi dimensioni hanno introdotto nuove opportunità per il supporto alle decisioni cliniche.
Questo studio osservazionale prospettico include pazienti adulti sottoposti a valutazione anestesiologica preoperatoria di routine presso il Bursa City Hospital. I dati demografici, la storia medica, le comorbidità, la capacità funzionale, i risultati di laboratorio, l'elettrocardiografia, i risultati dell'imaging toracico e le procedure chirurgiche pianificate vengono registrati per costruire scenari clinici standardizzati.
A più modelli di intelligenza artificiale, inclusi sistemi basati su modelli linguistici di grandi dimensioni, vengono forniti scenari di pazienti utilizzando sia prompt strutturati che input non strutturati. Ciascun modello assegna una classificazione ASA-PS e fornisce un testo esplicativo. Le classificazioni generate dall'IA vengono confrontate con le valutazioni effettuate in modo indipendente da anestesisti esperti.
I risultati primari includono l'accordo e l'accuratezza tra le classificazioni ASA generate dall'IA e quelle assegnate dai clinici utilizzando le statistiche di Cohen's Kappa. I risultati secondari includono la valutazione della leggibilità utilizzando l'Indice di Leggibilità Turco Ateşman e la valutazione della qualità della risposta utilizzando la Scala di Qualità Globale.
Lo studio mira a esplorare se l'intelligenza artificiale possa migliorare la standardizzazione, l'oggettività e l'efficienza nella valutazione del rischio preoperatorio, evidenziando al contempo i punti di forza e le limitazioni delle attuali tecnologie di IA nella pratica clinica anestesiologica.
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
Nilüfer
-
Bursa, Nilüfer, Turchia (Türkiye), 16110
- Bursa City Hospital
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- Pazienti adulti di età pari o superiore a 18 anni
- Sottoposti a valutazione anestesiologica preoperatoria di routine
- Classificati come Stato Fisico ASA I-IV
- Disponibilità di dati clinici completi necessari per la valutazione dell'IA
Criteri di esclusione:
- Pazienti di età inferiore a 18 anni
- Rifiuto a partecipare
- Informazioni cliniche incomplete o mancanti
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Accordo tra la Classificazione dello Stato Fisico ASA Assegnata dall'AI e quella Assegnata dal Clinico
Lasso di tempo: Preprocedurale/Perioperatorio
|
Livello di accordo tra modelli di intelligenza artificiale e anestesisti nell'assegnazione della classificazione ASA Physical Status misurato utilizzando il coefficiente Kappa di Cohen
|
Preprocedurale/Perioperatorio
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Accuratezza dei Modelli di IA nella Classificazione ASA
Lasso di tempo: Preprocedurale/Perioperatorio
|
Proporzione di classificazioni corrette dello Stato Fisico ASA generate da modelli di intelligenza artificiale rispetto alle valutazioni degli anestesisti
|
Preprocedurale/Perioperatorio
|
|
Leggibilità delle Risposte Cliniche Generate dall'IA
Lasso di tempo: Preprocedurale/Perioperatorio
|
Punteggi di leggibilità delle risposte cliniche generate dall'intelligenza artificiale valutati utilizzando l'Indice di Leggibilità Turco Ateşman (intervallo: 0-100), dove punteggi più alti indicano una migliore leggibilità.
|
Preprocedurale/Perioperatorio
|
Collaboratori e investigatori
Sponsor
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Altri numeri di identificazione dello studio
- Bursa City Hospital 004
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .