Ocena wskazań na oddziale intensywnej terapii (OIOM): prognozy dotyczące człowieka vs. ChatGPT-4o (ICU)

Niniejsze badanie ma charakter retrospektywny. Dane medyczne pacjentów przyjętych na oddział ratunkowy i konsultowanych w poradni anestezjologii i reanimacji ze wskazań OIOM będą gromadzone retrospektywnie. Rejestrowane będą informacje demograficzne, parametry życiowe, wyniki badań laboratoryjnych, wyniki badań obrazowych i decyzje kliniczne pacjentów. Dane te będą zbierane na bieżąco dla każdego pacjenta za pomocą indywidualnego Formularza Opisu Przypadku.

Kryteria włączenia do badania:

Do badania zostaną włączeni pacjenci, którzy ukończyli 18. rok życia, zgłaszani do poradni anestezjologii i reanimacji ze wskazań OIOM-u z oddziału ratunkowego.

Kryteria wykluczenia z badania:

Pacjenci zgłaszali się do poradni anestezjologii i reanimacji ze wskazań OIT ze świadczeń stacjonarnych.

Pacjenci zgłaszali się do poradni anestezjologii i reanimacji z oddziału ratunkowego z przyczyn innych niż wskazania OIOM-u.

Pacjenci zgłaszali się do poradni anestezjologii i reanimacji ze wskazań OIT z oddziału ratunkowego, ale nie posiadali wystarczających zarejestrowanych danych (pacjenci z utratą danych).

Trenowanie modeli i analiza prognoz:

ChatGPT-4 zostanie przeszkolony zgodnie z wytycznymi „Yoğun Bakım Hasta Kabul Kriterleri (Rehberleri)” przez Çiftçi B, Erdoğan C i Demiraran Y (5). Zebrane dane pacjenta zostaną zaprezentowane w modelu ChatGPT-4 w celu uzyskania przewidywań dotyczących tego, czy pacjent wymaga przyjęcia na OIOM. Przewidywania dokonane przez ChatGPT zostaną porównane z decyzjami klinicznymi i przeanalizowany zostanie współczynnik dokładności, odsetek wyników fałszywie dodatnich i odsetek wyników fałszywie ujemnych.

Metody analizy statystycznej, które zostaną wykorzystane w badaniu:

Współczynnik dokładności: Obliczony zostanie współczynnik, z jakim ChatGPT poprawnie przewiduje wskazania OIT.

Odsetek wyników fałszywie dodatnich: Oceniany będzie współczynnik, z jakim ChatGPT przewiduje konieczność przyjęcia na oddział intensywnej terapii w przypadku pacjentów, którzy nie wymagają przyjęcia na oddział intensywnej terapii.

Odsetek wyników fałszywie ujemnych: Analizowany będzie odsetek, z jakim ChatGPT przewiduje brak konieczności przyjęcia na oddział intensywnej terapii w przypadku pacjentów wymagających przyjęcia na oddział intensywnej terapii.

Statystyki Kappa: Zmierzona zostanie zgodność między przewidywaniami ChatGPT a decyzjami klinicznymi.

Roc Curve i AUC: Wydajność Chatgpt zostanie oceniona za pomocą krzywej ROC i AUC.

Formularz opisu przypadku stosowany w przypadku każdego pacjenta zapewnia szczegółowe i systematyczne gromadzenie danych klinicznych, których celem jest znaczące porównanie zgodności przewidywań ChatGPT z decyzjami klinicznymi.