Het gebruik van kunstmatige intelligentie om vloeistoftherapie te begeleiden tijdens grote kankerchirurgie: een gerandomiseerd gecontroleerd onderzoek (FOCUS-AFM)

Deze multicenter gerandomiseerde gecontroleerde klinische studie evalueert de impact van kunstmatige intelligentie-gestuurde intraoperatieve intraveneuze vochttherapie op hemodynamisch management en postoperatieve uitkomsten bij volwassen patiënten die een grote abdominale kankeroperatie ondergaan.

Optimale intraoperatieve vochttherapie is een cruciaal onderdeel van anesthesiologisch management tijdens grote oncologische chirurgie. Zowel onvoldoende als overmatige vochttoediening kunnen bijdragen aan hemodynamische instabiliteit en postoperatieve complicaties. Episodes van intraoperatieve hypotensie zijn consistent geassocieerd met verhoogde postoperatieve morbiditeit en mortaliteit, met name in hoog-risico chirurgische populaties. Hoewel doelgerichte strategieën voor intraoperatieve vochttherapie zijn voorgesteld, blijft hun implementatie in de routinematige klinische praktijk heterogeen en sterk operator-afhankelijk.

Vooruitgang in kunstmatige intelligentie heeft de ontwikkeling mogelijk gemaakt van beslissingsondersteunende systemen die continue hemodynamische gegevens kunnen integreren afkomstig van standaard intraoperatieve monitoring. Deze systemen zijn ontworpen om clinici te ondersteunen door meerdere fysiologische variabelen in realtime te analyseren en aanbevelingen te geven voor intraveneuze vochttoediening gericht op het ondersteunen van circulatoire stabiliteit, terwijl volledige klinische controle over behandelbeslissingen behouden blijft.

In deze studie worden deelnemers die een grote abdominale kankeroperatie onder algehele anesthesie ondergaan, willekeurig toegewezen om ofwel kunstmatige intelligentie-gestuurde intraveneuze vochttherapie ofwel standaard intraveneuze vochtmanagement volgens routinematige klinische praktijk te ontvangen. Randomisatie is gecentraliseerd en gestratificeerd op relevante procedurele factoren. In de interventiegroep wordt intraveneuze vochttoediening ondersteund door een op kunstmatige intelligentie gebaseerd beslissingsondersteunend systeem dat continu intraoperatieve hemodynamische gegevens analyseert en aanbevelingen genereert voor vochtuitdagingen. Clinici worden sterk aangemoedigd om de systeemaanbevelingen te volgen; zij behouden echter volledige verantwoordelijkheid en kunnen deze aanbevelingen accepteren of negeren op basis van hun klinische beoordeling. In de controlegroep wordt intraoperatieve vochttherapie beheerd volgens de gebruikelijke klinische praktijk zonder begeleiding door kunstmatige intelligentie.

Standaard perioperatieve monitoring wordt toegepast in beide onderzoeksgroepen, inclusief continue invasieve arteriële bloeddrukmonitoring. Intraoperatieve hemodynamische variabelen, vochttoediening en gebruik van vasoactieve medicatie worden prospectief geregistreerd met behulp van elektronische anesthesiedossiers en monitoringsysteemoutputs. Postoperatieve klinische gegevens worden verzameld tijdens routinematige intramurale zorg en geplande follow-up.

De studie richt zich op de intraoperatieve periode als een belangrijk venster waarin hemodynamisch management de postoperatieve herstel en langetermijnuitkomsten kan beïnvloeden. Door een op kunstmatige intelligentie gebaseerde beslissingsondersteunende benadering te evalueren in een gerandomiseerde multicenter setting, beoogt deze studie bewijs te genereren over of technologie-gestuurde intraveneuze vochttherapie het intraoperatieve management kan verbeteren en betere klinische uitkomsten kan ondersteunen bij patiënten die een grote kankeroperatie ondergaan.