ディープ畳み込みニューラル ネットワークを使用した気管内チューブの深さの予測

これは、台湾の長庚記念病院林口分院の画像アーカイブおよび通信システム (PACS) から取得した胸部 X 線写真画像を使用した、遡及的 IRB 承認の研究でした。

この研究のために、合計 595 人の匿名化された患者の胸部 X 線写真が取得されました。 この研究の対象基準は、2019年11月から2020年10月までに口腔気管挿管され、挿管前および挿管直後（24時間未満）に胸部X線写真を撮影した18歳以上の患者である。 同じ患者の挿管前と挿管後の両方の胸部 X 線写真が得られました。 年齢、性別、身長、体重、ETT固定の深さを含む臨床データも記録されました。 すべての ETT 先端から気管分岐部までの距離は、挿管後のフィルムから同じ麻酔科医によって手動で測定され、文書化されました。 各患者の口唇から気管分岐部までの長さは、ETT 固定深さと ETT 先端から気管分岐部までの距離を加算することによって計算できます。

モデル構築のために、挿管前の胸部 X 線写真 (n=595) が、年齢、性別、身長、体重、測定された唇から気管分岐部までの長さなどの臨床データとともに収集されます。 この研究では、そのうち 476/595 (80%) がトレーニングに使用され、119/595 (20%) が AI モデルによってランダムに選択された検証に使用されました。 トレーニング プロセスでは、画像と関連する臨床データが、測定された口唇から分岐部までの長さと併せて入力され、AI モデルの適合に使用されます。 次に、検証プロセスで、研究者は、予期せぬ症例の画像と臨床データを使用して、モデルの精度と口唇分岐部の長さを予測する有効性を評価します。