最適なのぞき見を決定する際のAIモデルの評価

血行動態的に安定しており、18歳以上の集中治療室（ICU）で機械的換気サポートを受けている患者は、この研究の対象と見なされます。 これらの基準は、個別の人工呼吸器管理の最適化に適している間、患者が適切な呼吸サポートを必要とすることを保証するために設定されています。

患者の選択プロセス中に、ICU患者の医療記録がレビューされ、基準を満たしている患者が研究に含まれます。 臨床データの精度を確保するために、患者選択プロセスは集中治療の専門家によって実行されます。

含まれる患者の機械的換気パラメーターは、体系的に記録されます。 これに関連して、患者の呼吸器整備士を評価するために、吸気ホールドおよび呼び気のある操縦が適用されます。 記録された測定には、コンプライアンス（肺の弾性）、伸長（肺剛性）、自動耳（空気トラップの存在）、および時定数（ガス交換期間）が含まれます。

これらの基本的な換気パラメーターに加えて、圧力容積（P-V）曲線を分析して、換気最適化のための重要なデータを収集します。 これらの手順は、ICU人工呼吸器と患者監視システムに統合された高度な分析モジュールを使用して実行されます。 収集されたデータは、研究全体で専門家と人工知能（AI）モデルによって手動で分析されます。

この研究では、ピープ滴定は集中治療の専門家によって手動で行われます。 このプロセスは、挿管された患者の挿管後すぐに適用され、毎日継続されます。 この手順は、事前定義されたプロトコルに従って標準化され、すべての患者に一貫して適用されます。

より低い変曲点（唇）が識別され、肺胞の動員が開始されるポイントでPEEPが適用されます。 このステップは、肺の崩壊を防ぎ、最適な酸素化を確保するために重要です。 さらに、上位の変曲点（UIP）は過度の延長を防ぐために決定され、潮bolowがこの圧力しきい値を下回ることを保証します。 低い変曲点が明確に識別されていない場合、約10cmh₂oののぞきレベルが標準的なアプローチとして適用されます。

人工呼吸器の圧力容積曲線を分析して、最適な覗き見が達成されたかどうかを評価します。 曲線が上方にシフトすると、肺胞の動員が成功することの指標と見なされます。 曲線が右にシフトすると、過度の延長のリスクを示し、のぞき見が削減されます。 このアプローチにより、各患者の最も適切なピープレベルが決定され、人工呼吸器の設定がそれに応じて最適化されます。 これらの手順は、私たちの病院や世界的に日常的に適用されており、のぞき滴定のための最も一般的に好ましい方法の1つです。

収集されたすべての換気パラメーターは、ChatGpt、Deepseek、およびGeminiの3つの異なる人工知能モデルに入力されます。 これらのシステムは、次のように提供するように求められます。

患者のための最適なPEEPレベルの推奨異常な換気パラメーターを検出する能力3つの可能な診断提案AIモデルが提供するデータが記録され、経験豊富なICU専門家が実施した手動評価と比較する3つの提案された治療アプローチ。 この比較の目的は、AIモデルが臨床意思決定サポートツールとして機能する程度を決定することです。 AI生成された推奨事項の信頼性、精度、および臨床的適用性を徹底的に分析します。

研究の最終段階では、AIモデルによって決定されるPEEPレベルは、少なくとも5年の経験を持つICU専門家によって特定されたものと比較されます。 次の基準が評価されます。

AIモデルとPEEPレベルに関する専門家の意見との一致（一次アウトカム測定）AIのAIの感度と特異性は、AI生成診断の精度を検出します。