Pre-anestesi Imaging-basert respiratorisk vurdering og analyse

Anestesi respirasjonsvurdering er en viktig sak for anestesileger for å evaluere respirasjonsstatus og luftveisbehandling hos pasienter før operasjon. American Society of Anesthesiologists (ASA) oppdaterte sine retningslinjer i 2022, og understreket viktigheten av omfattende respirasjonsvurdering i retningslinjene.

Ulike risikofaktorer er foreslått i tidligere litteratur for diskusjon, og tilsvarende disse risikofaktorene er det foreløpig ingen enkeltfaktor som kan forutsi vanskelig intubasjon fullstendig. Eksisterende undersøkelser av vanskelige intubasjonsfaktorer fokuserer for det meste på høyrisikopopulasjoner, inkludert pasienter med sykelig overvekt, der signifikante forskjeller er identifisert, men ikke utviklet til prediktive modeller.

Med den raske utviklingen av AI-relaterte teknologier de siste årene, har en rekke bilderelaterte AI-rammeverk blitt foreslått. De siste årene har det vært forsøkt å kombinere ulike kliniske risikofaktorer ved hjelp av maskinlæringsmetoder for å lage automatiserte prediksjonsmodeller for vanskelig intubasjon. Effektiviteten deres har imidlertid ikke oppfylt forventningene, noe som gjenspeiler det betydelige kliniske problemet med vanskeligheter med å forutsi som forblir uløst.

Denne studien er en observasjonsstudie som tar sikte på å analysere og etablere pasientbildedata, avgrense ulike datateknikker og optimalisere eksisterende rammeverk for prediksjonsmodeller for å øke deres medisinske verdi. I tillegg vil fokuset i dette prosjektet være på å etablere flere prediksjonsmodeller for å forbedre eksisterende kliniske beslutningsstøttesystemer.