Beoordeling van indicaties op de intensive care (ICU): menselijke versus ChatGPT-4o-voorspellingen (ICU)

Dit onderzoek heeft een retrospectief design. De medische gegevens van patiënten die op de spoedeisende hulp zijn opgenomen en die voor IC-indicaties in de anesthesiologie- en reanimatiekliniek zijn geraadpleegd, worden met terugwerkende kracht verzameld. Demografische informatie, vitale functies, laboratoriumresultaten, beeldvormingsbevindingen en klinische beslissingen van de patiënten zullen worden vastgelegd. Deze gegevens zullen voor elke patiënt systematisch worden verzameld met behulp van een individueel casusrapportformulier.

Inclusiecriteria voor het onderzoek:

Patiënten van 18 jaar en ouder die voor IC-indicaties van de spoedeisende hulp naar de anesthesiologie- en reanimatiekliniek zijn geconsulteerd, worden in het onderzoek betrokken.

Uitsluitingscriteria voor het onderzoek:

Patiënten gingen naar de anesthesiologie- en reanimatiekliniek voor ICU-indicaties van intramurale diensten.

Patiënten die vanuit de afdeling spoedeisende hulp naar de anesthesiologie- en reanimatiekliniek zijn geraadpleegd om andere redenen dan ICU-indicaties.

Patiënten die naar de anesthesiologie- en reanimatiekliniek zijn geraadpleegd voor ICU-indicaties van de afdeling spoedeisende hulp, maar met onvoldoende geregistreerde gegevens (patiënten met gegevensverlies).

Modeltraining en voorspellingsanalyse:

ChatGPT-4 zal worden getraind volgens de richtlijnen in "Yoğun Bakım Hasta Kabul Kriterleri (Rehberleri)" door Çiftçi B, Erdoğan C en Demiraran Y (5). De verzamelde patiëntgegevens zullen worden gepresenteerd aan het ChatGPT-4-model om voorspellingen te verkrijgen over de vraag of de patiënten een IC-opname nodig hebben. De voorspellingen van ChatGPT zullen worden vergeleken met klinische beslissingen, en het nauwkeurigheidspercentage, het fout-positieve percentage en het fout-negatieve percentage zullen worden geanalyseerd.

Statistische analysemethoden die in het onderzoek moeten worden gebruikt:

Nauwkeurigheidspercentage: De snelheid waarmee ChatGPT ICU-indicaties correct voorspelt, wordt berekend.

Vals-positief percentage: De snelheid waarmee ChatGPT de ICU-behoefte voorspelt voor patiënten die geen ICU-opname nodig hebben, zal worden geëvalueerd.

Fout-negatief percentage: Het percentage waarmee ChatGPT voorspelt dat er geen IC-behoefte is voor patiënten die IC-opname nodig hebben, zal worden geanalyseerd.

Kappa Statistieken: De overeenkomst tussen ChatGPT-voorspellingen en klinische beslissingen zal worden gemeten.

ROC-curve en AUC: De prestaties van ChatGPT worden geëvalueerd met behulp van de ROC-curve en AUC.

Het Case Report Form dat voor elke patiënt wordt gebruikt, zorgt voor een gedetailleerde en systematische gegevensverzameling van klinische informatie, met als doel de afstemming van de voorspellingen van ChatGPT op betekenisvolle wijze te vergelijken met klinische beslissingen.