Vurderer Intensive Care Unit (ICU) indikasjoner: Human vs ChatGPT-4o prediksjoner (ICU)

Denne studien har et retrospektivt design. Medisinske data fra pasienter innlagt på akuttmottaket og konsultert på anestesi- og reanimasjonsklinikken for ICU-indikasjoner vil bli samlet inn retrospektivt. Demografisk informasjon, vitale tegn, laboratorieresultater, avbildningsfunn og kliniske beslutninger fra pasientene vil bli registrert. Disse dataene vil systematisk samles inn for hver pasient ved hjelp av et individuelt skjema for saksrapport.

Inkluderingskriterier for studien:

Pasienter i alderen 18 år og eldre som ble konsultert til anestesi- og reanimasjonsklinikken for ICU-indikasjoner fra akuttmottaket vil bli inkludert i studien.

Ekskluderingskriterier for studien:

Pasienter konsultert til anestesi- og reanimasjonsklinikken for ICU-indikasjoner fra døgntjenester.

Pasienter konsultert anestesi- og reanimasjonsklinikken fra akuttmottaket av andre grunner enn ICU-indikasjoner.

Pasienter konsultert til anestesi- og reanimasjonsklinikken for ICU-indikasjoner fra akuttmottaket, men med utilstrekkelig registrerte data (pasienter med tap av data).

Modelltrening og prediksjonsanalyse:

ChatGPT-4 vil bli trent i henhold til retningslinjene i "Yoğun Bakım Hasta Kabul Kriterleri (Rehberleri)" av Çiftçi B, Erdoğan C og Demiraran Y (5). De innsamlede pasientdataene vil bli presentert for ChatGPT-4-modellen for å få spådommer om hvorvidt pasientene trenger innleggelse på intensivavdelingen. Spådommene gjort av ChatGPT vil bli sammenlignet med kliniske beslutninger, og nøyaktighetsfrekvens, falsk positiv rate og falsk negativ rate vil bli analysert.

Statistiske analysemetoder som skal brukes i studien:

Nøyaktighetsgrad: Hastigheten som ChatGPT forutsier ICU-indikasjoner med, vil bli beregnet.

Falsk positiv rate: Frekvensen som ChatGPT forutsier ICU-behov for pasienter som ikke trenger ICU-innleggelse vil bli evaluert.

Falsk negativ frekvens: Frekvensen som ChatGPT forutsier ikke behov for intensivavdeling for pasienter som trenger innleggelse på intensivavdeling vil bli analysert.

Kappa-statistikk: Overensstemmelsen mellom ChatGPT-spådommer og kliniske beslutninger vil bli målt.

ROC-kurve og AUC: Ytelsen til ChatGPT vil bli evaluert ved å bruke ROC-kurven og AUC.

Saksrapportskjemaet som brukes for hver pasient sikrer detaljert og systematisk datainnsamling av klinisk informasjon, med sikte på å meningsfullt sammenligne justeringen av ChatGPTs spådommer med kliniske beslutninger.