이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

TAP 차단 초음파 해석에서 대규모 언어 모델의 성능 비교: 이중맹검 전향적 연구

2026년 2월 2일 업데이트: Engin Ihsan Turan, Kanuni Sultan Suleyman Training and Research Hospital

대규모 언어 모델의 TAP 차단 초음파 해석 성능 비교: 이중맹검 전향적 연구

이 연구의 목표는 수술 후 통증 조절에 사용되는 국소 마취 기법인 횡복근 평면(TAP) 차단 초음파 영상을 두 인공지능(AI) 모델인 Gemini 2.5 Pro와 ChatGPT-5.1이 얼마나 정확하게 해석할 수 있는지 알아보는 것입니다.

이 연구가 답하고자 하는 주요 질문은 다음과 같습니다:

각 AI 모델이 TAP 차단 초음파 영상에서 해부학적 구조를 얼마나 정확하게 식별할 수 있는가? AI 모델이 국소 마취제의 확산을 정확하게 평가하고 차단이 성공적인지 판단할 수 있는가? AI 모델의 답변이 전문 마취과 의사의 평가와 얼마나 일치하는가? 환자에게 추가적인 시술은 수행되지 않습니다. TAP 차단은 일상적인 임상 치료의 일부로 시행되며, 초음파 영상은 기록되고 비식별화됩니다.

연구 참가자는 연구를 위해 추가적인 조치를 취할 필요가 없습니다. 경험 많은 마취과 의사가 영상을 검토하고 전문가 답변을 제공할 것입니다. AI 모델에게 동일한 영상이 제공되고 동일한 질문이 제기될 것입니다. 어느 답변이 인간인지 AI인지 모르는 두 번째 전문가가 모든 응답을 비교할 것입니다.

연구 결과는 고급 AI 시스템이 초음파 유도 국소 마취 시술 해석에서 임상의를 안전하게 지원할 수 있는지 이해하고, 마취 실무에서 교육과 의사 결정을 개선하는 데 도움이 될 것입니다.

연구 개요

상세 설명

본 연구는 두 가지 고급 인공지능(AI) 모델인 Gemini 2.5 Pro와 ChatGPT-5.1이 복횡근막(TAP) 차단술의 초음파 영상을 어떻게 해석하는지 평가하는 것을 목표로 합니다. TAP 차단술은 숙련된 마취통증의학과 전문의에 의해 일상적인 임상 진료의 일부로 수행됩니다. 이 절차 중 기록된 초음파 영상은 본 연구의 데이터 소스로 활용됩니다. 표준 진료 이외의 추가 절차나 환자 참여는 필요하지 않습니다.

초음파 영상 처리 모든 초음파 기록은 환자 이름, 날짜 및 기타 식별 정보를 제거하여 완전히 비식별화됩니다.

Gemini 2.5 Pro는 원본 비디오 파일을 받습니다. ChatGPT-5.1은 동일한 기록에서 생성된 고해상도 GIF 세그먼트를 받습니다.

두 모델 모두 해부학적 구조, 바늘 위치, 국소 마취제 확산, 피부절 효과 및 잠재적 안전 문제에 관한 8개의 임상적으로 관련된 질문으로 구성된 동일한 구조화된 프롬프트를 받게 됩니다.

전문가 참여

두 명의 마취통증의학과 전문가가 독립적으로 참여합니다:

전문가 A는 각 초음파 영상을 검토하고 동일한 8개의 임상 질문에 답변합니다. 이 답변은 주요 인간 임상 참조 자료로 사용됩니다.

전문가 B는 전문가 A, Gemini 및 ChatGPT-5.1의 모든 응답이 익명화되고 무작위로 정렬된 후 독립적으로 평가합니다. 전문가 B는 응답이 AI 모델에서 비롯된 것인지 인간 전문가에서 비롯된 것인지 알지 못합니다. 전문가 B는 각 답변에 대해 해부학적 정확성, 명확성, 임상적 적절성 및 전반적인 내용 품질을 평가합니다.

전문가 A와 전문가 B가 어떤 응답의 해석이나 품질 평가에 대해 의견이 일치하지 않을 경우, 초음파 유도 하 신경 차단술에 경험이 있는 세 번째 전문가(전문가 C)가 관련 응답을 독립적으로 검토합니다. 전문가 C의 평가는 불일치를 해결하고 최종 합의를 확립하는 데 사용됩니다.

수집된 데이터

각 TAP 차단술 영상에 대해 다음 정보가 기록됩니다:

초음파 및 절차 세부사항. 환자 인구통계학적 특성(연령, 성별, 체질량지수, ASA 분류), 표본의 일반적 특성 파악에만 사용됩니다.

응답 완성도, 관련성, 신뢰 수준 및 응답 시간과 같은 AI 관련 성능 특성.

연구 유형

관찰

등록 (추정된)

40

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

  • 이름: Engin ihsan Turan, principal investigator
  • 전화번호: +905382431114
  • 이메일: enginihsan@hotmail.com

연구 장소

    • Istanbul
      • Istanbul, Istanbul, 터키 (Türkiye), 34303
        • 모병
        • Health Science University İstanbul Kanuni Sultan Süleyman Education and Training Hospital
        • 연락하다:

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

확률 샘플

연구 인구

본 연구는 선택적 수술 중 일상적인 마취 관행의 일환으로 측면 횡복근 평면(L-TAP) 차단을 받는 성인 외과 환자를 포함합니다. 연구 대상은 이미 임상적으로 적응증이 있고 숙련된 마취과 의사가 시행한 차단 절차를 받은 환자로만 구성됩니다. 연구 목적을 위한 추가 절차는 수행되지 않습니다. 표준 차단 관행 중 획득한 초음파 동영상은 비식별화되어 분석됩니다. 본 연구는 환자 추적 관찰이나 임상 관리의 변경을 포함하지 않습니다.

설명

포함 기준:

  • 18-85세 성인
  • ASA I-III 신체 상태
  • 정규 마취 관리의 일환으로 측면 TAP 차단술이 시행되는 선택적 수술을 받는 환자
  • 초음파 유도 하 차단술 절차가 비디오에 완전히 기록된 경우
  • 서면 동의서를 제공할 수 있는 경우

제외 기준:

  • TAP 차단술 절차가 성공적이지 않거나 불완전한 경우
  • 초음파 비디오 품질이 낮은 경우(바늘 끝 또는 마취제 확산이 보이지 않음)
  • 인구통계학적 또는 임상 데이터가 누락된 경우
  • 언제든지 동의를 철회하는 경우

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
해부학적 해석 정확도
기간: 비디오 분석 시점에
각 초음파 영상에 대해, 두 AI 모델(ChatGPT-5.1 및 Gemini 2.5 Pro)이 측면 TAP 차단(내부 사근, 복횡근, 근막 평면, 바늘 끝)의 주요 해부학적 구조를 정확하게 식별하는 능력을 평가할 것입니다. 각 모델의 정확도는 전문가가 정의한 참조 답변과 비교될 것입니다.
비디오 분석 시점에

2차 결과 측정

결과 측정
측정값 설명
기간
블록 성공 해석
기간: 비디오 분석 시점에.
바늘 위치와 국소 마취 확산을 기반으로 각 AI 모델이 블록 성공 여부를 전문가 기준 평가와 비교하여 정확하게 판단하는지 평가.
비디오 분석 시점에.
바늘 평면 평가
기간: 비디오 분석 시점에.
전문가 참조와 비교하여 AI 모델이 바늘 끝 위치를 올바르게 평가하는지 여부와 올바른 근막간 평면(IO-TA 근막) 내에 있는지 여부를 결정합니다.
비디오 분석 시점에.
피부 분절 수준 예측
기간: 영상 분석 시점에.
각 AI 모델의 예측된 피부 분절 범위(예: T10-T12)와 전문가가 제공한 참조 피부 분절 수준의 비교.
영상 분석 시점에.
위험 인식 평가
기간: 영상 분석 시점.

초음파 이미지에서 잠재적 위험 요소(예: 복막 근접성, 혈관 구조)를 각 AI 모델이 올바르게 식별하는지 여부 평가.

0 = 위험 인식 없음, 1 = 부분적 인식, 2 = 완전하고 적절한 위험 식별.

영상 분석 시점.
추천 품질
기간: 비디오 분석 시점에서.

초음파 영상에 기반한 각 모델의 제안 적절성 평가(예: 추가 주사 필요성, 위치 재조정).

전문 평가자의 질적 점수화(0-10).

비디오 분석 시점에서.
전문가 간 합의
기간: 전문가 평가 단계에서.

전문가 A와 전문가 B가 각 매개변수에 대해 일관된 판단을 제공하는지 평가하고, 필요한 경우 전문가 C를 통해 불일치를 해결하기 위함입니다.

불일치 사항은 세 번째 전문가에 의해 해결됩니다.

전문가 평가 단계에서.
AI 응답 시간
기간: 모델 출력 중 자동으로 캡처됨.

각 AI 모델이 여덟 가지 표준화된 질문에 대한 답변을 생성하는 데 필요한 시간.

초(연속 변수).

모델 출력 중 자동으로 캡처됨.

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2026년 1월 15일

기본 완료 (추정된)

2026년 4월 30일

연구 완료 (추정된)

2026년 5월 1일

연구 등록 날짜

최초 제출

2025년 11월 21일

QC 기준을 충족하는 최초 제출

2025년 11월 21일

처음 게시됨 (실제)

2025년 12월 3일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 2월 4일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 2월 2일

마지막으로 확인됨

2025년 11월 1일

추가 정보

이 연구와 관련된 용어

키워드

기타 연구 ID 번호

  • SUCCESS OF LLMs in TAP BLOCK

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

미정

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

구독하다