Klinisk validering av nerveblox, en kunstig intelligensprogramvare for å støtte ultralydstyrte regionale anestesiprosedyrer

Denne studien tar sikte på å validere ytelsen til AI -teknologi i regional anestesi gjennom en klinisk evaluering utført på den amerikanske befolkningen.

Datainnsamlingsmetode og analyse:

Totalt 40 sunne personer ble registrert og skannet av tre forskjellige ekspertbedrebedrifter. Tolv forskjellige perifere nerve- og planblokkregioner støttet av nerveblox -programvaren ble skannet bilateralt. Hver deltaker tilbrakte omtrent 30 minutter i ultralydskanningsøkten, med hver ultralydklipp som varte i 10 sekunder.

Alder, kjønn, vekt og høydedata ble samlet inn og rapportert for hvert individ. Personer ble valgt for å balansere BMI -distribusjonen mellom de med BMI <30 kg/m² og de med BMI ≥ 30 kg/m². En FDA-klar, kommersielt tilgjengelig ultralydenhet ble brukt under skanneprosessen, og NerveBlox-programvaren ble ikke brukt i datainnsamlingsøktene.

Samlede ultralydklipp inkluderte både ideelle og ikke-ideelle blokkutsikt. De innsamlede ultralydsskanningene ble behandlet post hoc av NerveBlox -programvaren, og de resulterende utgangene, sammen med de rå ultralydbildene, vil bli vurdert av et panel av ekspertanestesiologer. Disse klippene ble gjennomgått av to separate grupper av anmeldere, hver bestående av tre medlemmer.

Anmeldere ble bedt om å evaluere:

• Utheving av sikkerhetskritiske anatomiske strukturer: For hvert sikkerhetskritisk anatomisk landemerke på hvert klipp ble flertallets mening (minst 2 av 3) brukt for å bestemme de samlede panelresultatene.
• Bildekvalitet: Eksperter vurderte bildekvalitet på en skala fra 1 til 5. Disse resultatene ble deretter konvertert til et binært tiltak for analyse.
• Effekt av farger som fremhever på den opplevde risikoen for ultralydstyrt regional anestesi

Data ble uttrykt som frekvenser og vist som en prosentandel av de totale klippene som ble analysert. Interrateravtale ble rapportert av Block Region.