Automatisert vurdering av vanskelige luftveier med ansiktsgjenkjenningsteknikker (PeScho)

Enhver trakeal intubasjon krever en preoperativ screening og vurdering for å få den essensielle sykehistorien til pasienten, optimalisere pasientens tilstand i tilfelle en samtidig sykdom før operasjonen og velge den beste anestesimetoden for operasjonsdagen . Målet med denne vurderingen er å identifisere potensielle anestesivansker, slik som prediktorer for vanskelige luftveier, som fortsatt i dag representerer den første årsaken til rettssaker i anestesirelaterte lukkede kravstudier.

I det første trinnet av den preoperative vurderingsprosedyren vil pasienten bli analysert av programvaren. Pasienten vil automatisk bli guidet gjennom en 10-minutters serie med tester, og programvaren vil analysere hans/hennes morfologiske og dynamiske egenskaper i sanntid for å klassifisere pasienten i en av 5 kategorier beskrevet i neste avsnitt. Detaljer som er relevante for vanskelig ventilasjon og intubasjon (statisk og dynamisk), for eksempel kvantifisering av den nøyaktige avstanden mellom fortennene (munnåpning), synlighet og påvisning av anatomiske landemerker i åpen munn (drøvler, søyler, mandler, tunge, bakre svelg), thyro-mental avstand, nakkeomkrets, nakkemobilitet med maksimal fremre og bakre bevegelse. Analysen vil bli utført av:

• automatisk beregning av disse relevante målene ved hjelp av robuste datasynsalgoritmer som er i stand til å oppdage, beskrive og spore ansiktet og halsen med høy nøyaktighet og robusthet til ekstreme stillinger (venstre og høyre rotasjon og opp og ned bevegelse av ansiktet)
• utvikle kraftige bildebehandlingsteknikker for å beskrive og beregne intra-orale strukturer. De to settene med tiltak vil deretter bli kombinert til en maskinlæringstilnærming som er i stand til å klassifisere pasienten. Resultatene av analysen så vel som alle de innspilte videoene fra hver enkelt test vil bli lagret i en sentral database og tilgang til i sanntid av legen for å fortsette den preoperative konsultasjonen.

Pasienten vil deretter gjennomgå sin planlagte operasjon til det opprinnelig planlagte tidspunktet og intuberes for dette formålet. Riktig registrering av intubasjonskarakteren på operasjonsstuen vil bli dokumentert og innført i vurderingsdatabasen. På denne måten vil databasen utvikle seg med vurderingen og den endelige postoperative intubasjonsskåren slik at den automatiske forutsigbarheten til maskinlæringsalgoritmen forbedres.