写真ベースの人工知能アルゴリズムでの二重腔チューブ挿管の難しさの評価
二重ルーメンチューブによる挿管の難しさを評価する際の写真ベースの人工知能アルゴリズムの有効性と信頼性
二重ルーメンチューブを使用した挿管の複雑さと難易度には、この手順の管理に高度な技術を使用する必要があります。 挿管中に発生した困難を予測および最小化する写真ベースの人工知能アルゴリズムの可能性は、この研究の主な動機です。
気道管理のドメイン内で人工知能アルゴリズムの利用は、麻酔科医にリアルタイムのフィードバックを提供し、挿管手順の有効性を高め、合併症の発生を減らすことにかなりの有望です。 具体的には、写真ベースのAIシステムは、挿管前と挿管中にキャプチャされた画像を分析し、それによって複雑なケースの管理を強化することにより、気道解剖学のより包括的な理解を促進できます。この研究の目的は、写真ベースの有効性と信頼性を調べることです。二重ルーメンチューブによる挿管の複雑さを評価する際の人工知能アルゴリズム。人工知能の挿管プロセスへの統合は、患者を強化することを目的としています麻酔の実践のための新しいベンチマークを結果と確立します。 この研究の目的は、文献の既存のギャップに対処し、臨床診療に対する革新的なアプローチを提供することを目的としています。
インフォームドコンセントは、胸部外科手術の手術を受けている患者、および人口統計データ（年齢、身長、体重、体重、性別、性別）、アメリカ麻酔科医学会（ASA）スコア、手術の種類、および併存疾患（糖尿病、高血圧症、高血圧症）から得られました。 、冠動脈疾患、慢性腎疾患、慢性閉塞性肺疾患、喘息、閉塞性睡眠時無呼吸）取得。 胸部および/または胸部のオラキシック悪性腫瘍の歴史）、困難な挿管の危険因子（以前の困難な挿管の履歴、レモン基準の履歴（外見、評価、マランパシー、閉塞、首の移動度）、上唇咬傷テスト）、および写真の写真と写真の写真の写真と患者（頭頸部領域を含む）は、術前の期間にプロのカメラ（私たちの病院で積極的に使用される）を使用して、6つの異なる方向と方法で記録されます。 術中段階では、Cormack-Lehaneスコアリングシステムが採用され、二重ルーメンチューブを使用した挿管プロセスが容易さまたは難易度について評価されます。 操作に関連する術中の合併症も文書化されます。その後、データはPython 3プログラミング言語とオープンソースライブラリを使用して処理され、人工知能アルゴリズムを計算します。 不完全な患者データが発生した場合、人工知能プログラムを補完するためにデータ代入手法が採用されます。
この研究の主要な結果変数は、写真ベースの人工知能アルゴリズムが二重ルーメンチューブによる挿管が簡単であるか困難かを予測する速度です。二次結果変数は、二重腔チューブとの挿管の予測速度の比較です。写真ベースの人工知能アルゴリズムと、従来の方法による二重ルーメンチューブによる挿管の予測速度。
調査の概要
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
Keçiören
-
Ankara、Keçiören、トルコ（Türkiye）、06290
- Ankara Atatürk Sanatoryum Training and Research Hospital
-
-
参加基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準：
- 胸部手術を受ける
- インフォームドコンセントを与える
- 18歳以上
- 挿管に使用される二重ルーメンチューブ
- ASA（アメリカ麻酔学会）1-2-3
除外基準：
- 緊急手術
- ASA 4以降
- 頭頸部腫瘍、腫瘍に関連する手術の歴史/RT
- 挿管が困難な症候群の存在
研究計画
研究はどのように設計されていますか？
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
挿管 - 難しい
挿管難易度スケール（IDS）によると、5以上のスコアは困難な挿管と定義されました。
|
挿管難易度スケール（IDS）は、簡単で困難な挿管を分類する客観的な方法です。
スコア≤5は、簡単または軽度に困難な挿管を示しますが、IDS> 5は挿管が困難であることを示唆しており、追加の手法または試みが必要です。
オープンソースライブラリを使用して、Python 3プログラミング言語で作成されたプログラム。
患者の6つの異なる写真データによる困難な挿管を予測するために開発されます。このプロセスは、学習プロセスで教えられ、テストされます。
|
|
挿管 - 簡単
挿管難易度スケール（IDS）によると、5以下のスコアは簡単な挿管と定義されました。
|
挿管難易度スケール（IDS）は、簡単で困難な挿管を分類する客観的な方法です。
スコア≤5は、簡単または軽度に困難な挿管を示しますが、IDS> 5は挿管が困難であることを示唆しており、追加の手法または試みが必要です。
オープンソースライブラリを使用して、Python 3プログラミング言語で作成されたプログラム。
患者の6つの異なる写真データによる困難な挿管を予測するために開発されます。このプロセスは、学習プロセスで教えられ、テストされます。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
挿管難易度スケール（IDS）
時間枠：操作中
|
挿管難易度スケール（IDS）は、簡単で困難な挿管を分類する客観的な方法です。
スコア≤5は、簡単または軽度に困難な挿管を示しますが、IDS> 5は挿管が困難であることを示唆しており、追加の手法または試みが必要です。
|
操作中
|
協力者と研究者
捜査官
- 主任研究者：Onur Küçük, Specialist、Ankara Atatürk Sanatoryum Training and Research Hospital
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (推定)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。
挿管難易度スケールの臨床試験
-
NEUROPHETAjou University Hospital, Suwon, South Korea完了
-
Assistance Publique - Hôpitaux de Paris完了