Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Classificazione ASA Basata sull'Intelligenza Artificiale nei Pazienti Preoperatori (AI-Based ASA C)

16 giugno 2026 aggiornato da: eralp çevikkalp, Bursa City Hospital

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

Questo studio osservazionale prospettico mira a valutare le prestazioni di molteplici modelli linguistici di grandi dimensioni basati sull'intelligenza artificiale nell'assegnare le classificazioni dello stato fisico dell'American Society of Anesthesiologists (ASA-PS) nei pazienti adulti preoperatori. I punteggi ASA generati dall'intelligenza artificiale ottenuti utilizzando input di scenari clinici sia sollecitati che non sollecitati saranno confrontati con le valutazioni effettuate da anestesisti esperti. La concordanza, l'accuratezza, la leggibilità e la qualità complessiva degli output dell'intelligenza artificiale saranno analizzate per determinare il potenziale ruolo dell'intelligenza artificiale nel supportare la stratificazione del rischio preoperatorio.

Panoramica dello studio

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

Osservativo

Iscrizione (Effettivo)

128

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

    • Nilüfer
      • Bursa, Nilüfer, Turchia (Türkiye), 16110
        • Bursa City Hospital

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto
  • Adulto più anziano

Accetta volontari sani

Sì

Metodo di campionamento

Campione di probabilità

Popolazione di studio

La popolazione dello studio è composta da pazienti adulti che si presentano per la valutazione anestesiologica preoperatoria di routine presso l'Ospedale Civile di Bursa, inclusi individui con diverse comorbidità e profili di rischio chirurgico.

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

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

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

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

15 dicembre 2024

Completamento primario (Effettivo)

15 dicembre 2024

Completamento dello studio (Effettivo)

15 gennaio 2026

Date di iscrizione allo studio

Primo inviato

4 febbraio 2026

Primo inviato che soddisfa i criteri di controllo qualità

10 febbraio 2026

Primo Inserito (Effettivo)

12 febbraio 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

17 giugno 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

16 giugno 2026

Ultimo verificato

1 febbraio 2026

Maggiori informazioni

Termini relativi a questo studio

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)?

NO

Descrizione del piano IPD

I dati dei singoli partecipanti non saranno condivisi a causa della riservatezza dei pazienti e delle politiche istituzionali di protezione dei dati.

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 .

Sottoscrivi