선택적 대장 수술 후 수술 부위 감염을 감지하는 ChatGPT의 효율성 평가 (ChatCCR)

의료 관련 감염(HAI)은 환자 건강에 부정적인 영향을 미치고 의료 시스템에 심각한 의료 및 경제적 부담을 나타내며 입원 환자에게 심각한 부작용을 일으키는 가장 예방 가능한 원인으로 간주됩니다.

역학 감시는 세계보건기구(WHO) 감염 예방 및 통제 프로그램의 8가지 핵심 구성 요소 중 하나입니다. 여기에는 모든 유형의 수술과 다양한 환경에서 효과적인 것으로 입증된 수술 부위 감염(SSI)에 대한 감시 프로그램이 포함됩니다.

프로그램이 효과적이려면 HCAI에 대한 감시가 적극적이고 전향적이며 지속적이어야 하며, 퇴원 후 발견된 높은 비율의 SSI를 포괄하기 위해 개입 후 최대 30~90일의 감시 기간으로 구성되어야 합니다.

현재 감염 통제 팀은 수동적이고 미래 지향적이며 시간이 많이 소요되고 거의 장인 수준의 작업을 수행하며, 이는 오늘날의 정보 기술이 제공하는 가능성을 활용하는 자동 또는 반자동 감시로 전환해야 합니다.

감시 시스템의 발전은 인공 지능이 제공하는 새로운 가능성의 이점을 활용하여 임상 과정 텍스트, 미생물학 보고서 또는 진단, 절차, 합병증 및 재입원 코딩에서 SSI 의심되는 부작용을 자동으로 감지할 수 있도록 해야 합니다.

이 파일럿 연구의 목표는 CDC에서 설명하는 세 가지 해부학적 수준에서 수술 부위 감염(SSI)을 감지하는 ChatGPT의 능력을 평가하는 것입니다. 목표는 미국 CDC 정의 기준을 사용하여 훈련된 SSI 진단에서 AI 챗봇의 결과를 전국 병원 감염 감시 시스템을 통해 평가된 선택적 대장 수술 환자 코호트와 후향적으로 비교하는 것입니다.