術前気道評価で使用される人体測定および超音波検査測定を使用した人工知能サポートシステムによる困難な挿管の予測可能性の評価

困難な挿管、特に予測不可能な困難な挿管は、すべての麻酔科医にとって挑戦的なシナリオです。 最初は日常的な気道管理に適していると評価されている患者は、5％から22％の症例で挿管するのが困難であると提示する可能性があります。 気道管理の失敗は深刻な罹患率と死亡率につながる可能性があるため、困難な気道の正確な評価と管理が非常に重要です。

気道評価は、予測可能な困難な気道を特定するのに役立ちますが、予測不可能な困難な挿管を経験する可能性のある正常な臨床評価の患者を除外しません。 気道検査の主な目標は、上気道の病理または解剖学的異常を検出することです。 いくつかの物理的特性は、頸部移動度の制限、いびき、胸骨距離の短い距離、首の周囲の増加など、困難な気道と挿管の障害に関連しています。

Mallampati分類や上唇の咬傷テストなどの一般的な気道評価ツールには、患者の協力が必要であり、鎮静剤、外傷、または反応のない患者への適用性を制限します。 直接喉頭鏡検査中に使用されるCormack-Lehane分類は侵襲的であり、前処理の準備を許可していません。 これに関連して、非侵襲性、ベッドサイド、迅速、アクセス可能な超音波検査評価と人体測定測定は、困難な気道の予測において重要性を獲得しています。

技術の進歩により、意思決定サポートシステムと人工知能（AI）支援アプリケーションが、悪影響を防ぐためにますます使用されています。 気道管理の成功は、急速な意思決定が不可欠なリスクの高い患者では特に重要です。 AIベースの学習プログラムと統合された、簡単にアクセスできるベッドサイド、非侵襲的な超音波検査測定は、事前に困難な挿管を予測する可能性があります。 これにより、早期の準備、タイムリーな介入、命にかかわるリスクの減少が可能になります。

この研究では、侵襲的な手順を必要とせずに、AI支援の意思決定サポートプログラムと組み合わせて、非侵襲的人体測定および超音波検査上の上気道測定を使用して、術前に困難な挿管を予測することを目的としています。

私たちの仮説は、AIベースの意思決定サポートプログラムによってサポートされている人体測定および超音波検査測定による術前気道評価は、困難な挿管を正確に予測し、早期の準備を促進できるということです。