ChatGPT-5와 마취과 의사의 수술 전 위험 평가 합의: ASA 분류 (ASA)

배경 및 근거 수술 전 위험 평가는 수술 주기 의학의 초석이며, 마취 계획, 검사실 검사 활용, 수술 주기 자원 준비에 직접적으로 영향을 미칩니다. 미국 마취과학회 신체 상태(ASA-PS) 분류는 여전히 가장 널리 사용되는 글로벌 위험 계층화 도구입니다. 그러나 ASA 점수는 본질적으로 주관적이며, 임상의의 해석에 의존하며, 관찰자 간 변동성을 보일 수 있습니다.

인공지능(AI), 특히 대형 언어 모델(LLM)의 발전은 구조화 및 비구조화된 임상 정보를 종합하고 특정 영역에서 임상의의 추론에 필적하는 의학적 분류를 생성하는 능력을 입증했습니다. 수술 주기 평가에서 AI 시스템은 동반 질환, 기능 상태, 검사실 매개변수에 대한 보다 표준화되고 재현 가능한 해석을 제공할 수 있습니다.

위험 분류 외에도, 수술 전 검사실 검사 처방은 임상 워크플로우의 중요한 구성 요소입니다. 과도하거나 불충분한 검사실 검사는 의료 효율성과 수술 주기 계획에 영향을 미칠 수 있습니다. AI 기반 권장 사항이 마취의사의 처방 행동과 양적으로 차이가 나는지는 아직 알려지지 않았습니다.

또한, 수술 주기 적혈구 농축액(농축 적혈구, PRBC) 수혈은 수술 생리적 부담과 수술 주기 위험의 객관적 지표를 구성합니다. 임상의가 할당한 ASA 분류 또는 AI 생성 ASA 분류 중 실제 PRBC 사용과 더 잘 상관관계가 있는지 평가하는 것은 AI 지원 위험 계층화의 임상적 타당성에 대한 통찰력을 제공할 수 있습니다.

이 연구는 마취의사와 ChatGPT-5 간의 ASA 분류 일치도를 평가하고, 검사실 검사 처방 패턴 및 수술 주기 적혈구 농축액 사용과의 연관성을 비교하는 것을 목표로 합니다.

연구 목표 주요 목표 익명화된 수술 전 임상 문서를 사용하여 전문 마취의사가 할당한 ASA 분류와 ChatGPT-5가 생성한 ASA 분류 간의 일치도를 평가합니다.

부차적 목표

환자별로 처방된 수술 전 검사실 검사의 수와 유형을 다음에 의해 비교합니다:

보드 인증 마취의사 표준화된 프롬프트 조건 하의 ChatGPT-5 검사실 처방 강도(환자당 평균 검사 수)를 정량화하고 임상의와 AI 생성 권장 사항 간의 차이를 평가합니다.

수술 주기 적혈구 농축액(농축 적혈구, PRBC) 사용을 평가합니다:

수혈 발생률 환자당 수혈된 PRBC 단위 수

다음 간의 관계를 평가합니다:

임상의 할당 ASA 분류 AI 생성 ASA 분류 검사실 처방량 실제 수술 주기 PRBC 수혈 연구 설계 이는 단일 기관, 전향적-후향적 하이브리드 관찰 연구로 안탈리아 시립 병원의 수술 전 마취 외래 진료소에서 수행됩니다.

계획된 연구 기간은 6개월(2026년 1월 1일 - 2026년 7월 1일)입니다. 목표 등록은 약 1000명의 성인 선택적 수술 환자로, 일치도 분석 및 하위 그룹 비교에 충분한 검정력을 허용합니다.

이 연구는 관찰적 성격을 가집니다. 일상적인 임상 치료는 수정되지 않습니다. AI 출력은 환자 관리 결정에 영향을 미치지 않습니다.

연구 대상 포함 기준 나이 ≥ 18세 선택적 수술 예정 표준화된 수술 전 마취 평가 양식 완료 전문 마취의사가 할당한 ASA 분류 서면 동의서 익명화에 적합한 임상 문서 제외 기준 응급 수술 ASA VI 분류 임신 소아 환자(<18세) 불완전하거나 비표준화된 문서 임상 기록 익명화 불가능 수술 전 평가와 수술 간 30일 연구 절차

1. 임상의 기반 평가

   전자의무기록에서 다음 데이터가 추출됩니다:

   인구통계학적 정보(나이, 성별) 동반 질환 약물 병력 기능적 능력(문서화된 경우) 신체 검사 소견 검사실 소견(처방된 경우) 마취의사가 할당한 ASA 분류 처방된 검사실 검사의 유형 및 수 수술 주기 적혈구 농축액(PRBC) 수혈 수혈 발생률(예/아니오) 환자당 총 PRBC 단위 수 검사실 검사 수는 모든 일상적인 수술 전 검사(예: CBC, 응고 프로필, 생화학 패널 등)를 포함하며, 환자당 총 수로 기록됩니다.

2. AI 기반 평가

익명화된 수술 전 임상 요약은 표준화된 구조화된 프롬프트를 사용하여 ChatGPT-5에 입력됩니다. AI는 다음을 요청받습니다:

ASA 신체 상태 분류를 할당합니다. 수술 전 검사실 검사를 권장합니다.

각 환자에 대해 다음 AI 출력이 기록됩니다:

ChatGPT-5가 생성한 ASA 분류 권장 검사실 검사 목록 권장 검사실 검사 총 수 AI 권장 사항은 임상적으로 구현되지 않으며 비교 분석 전용으로 사용됩니다.

결과 주요 결과

마취의사 할당 및 ChatGPT-5 생성 ASA 분류 간의 일치도, 다음을 사용하여 측정:

코헨의 카파 계수 가중 카파(순서형 ASA I-V 척도) 부차적 결과

환자당 평균 검사실 검사 수:

임상의 처방 AI 권장 검사실 검사 범주의 분포.

수술 주기 적혈구 농축액 사용:

수혈률(환자 %) 환자당 평균 PRBC 단위

다음 간의 연관성:

ASA 분류(임상의 대 AI) 검사실 검사 처방량 PRBC 수혈 발생률 및 단위 수 통계 분석 계획 ASA 일치도에 대한 코헨의 카파 및 가중 카파 검사실 검사 수에 대한 쌍체 비교(쌍체 t-검정 또는 윌콕슨 부호 순위 검정 사용) 검사실 검사량과 PRBC 단위 간의 상관관계 분석 PRBC 수혈 예측인자에 대한 로지스틱 회귀 분석 ASA 예측인자에 대한 순서형 회귀 분석

다음으로 계층화된 하위 그룹 분석:

연령 그룹 수술 범주 동반 질환 부담 통계적 유의성은 p < 0.05로 정의됩니다. 표본 크기 근거 이전 ASA 일치도 연구에서 카파 값이 0.70-0.85로 보고된 바에 기반하여, 최소 임상적으로 의미 있는 카파 0.60을 가정했습니다.

α = 0.05 및 80% 검정력으로, 최소 필요 표본 크기는 150-180명의 환자로 추정되었습니다.

통계적 정밀도를 높이고 견고한 하위 그룹 분석을 가능하게 하기 위해, 연구 기간 동안 약 1000명의 환자가 등록될 것입니다.

윤리적 고려사항 이 연구는 비개입적이고 관찰적입니다. 모든 임상 데이터는 AI 처리 전에 익명화됩니다. 환자 관리 결정은 AI 출력에 의해 영향을 받지 않습니다. 연구는 헬싱키 선언 및 적용 가능한 데이터 보호 규정에 따라 수행됩니다.

기대되는 과학적 기여

이 연구는 다음에 관한 실제 세계 증거를 제공할 것입니다:

ChatGPT-5의 ASA 분류 생성 신뢰도 임상의와 AI 간의 검사실 처방 강도 차이 ASA 분류 방법과 실제 적혈구 농축액 사용 간의 연관성 연구 결과는 AI 지원 수술 전 평가가 보다 표준화되고 객관적이며 자원 의식적인 수술 주기 평가를 지원할 수 있는지 이해하는 데 기여할 수 있습니다.