Ocena trudności w intubacji podwójnej lampu światła z algorytmami sztucznej inteligencji opartych na fotografii

Złożoność i trudność intubacji z podwójnymi lampami wymaga zastosowania zaawansowanych technologii w zarządzaniu tej procedury. Potencjał fotograficznych algorytmów sztucznej inteligencji do przewidywania i minimalizacji trudności napotkanych podczas intubacji jest główną motywacją do tego badania.

Wykorzystanie algorytmów sztucznej inteligencji w dziedzinie zarządzania dróg oddechowych ma znaczną obietnicę w dostarczaniu informacji zwrotnych w czasie rzeczywistym anestezjologom, zwiększając skuteczność procedur intubacji i zmniejszenie występowania powikłań. W szczególności, systemy AI oparte na zdjęciach mogą ułatwić bardziej kompleksowe zrozumienie anatomii dróg oddechowych poprzez analizę obrazów przechwyconych przed intubacją i podczas intubacji, zwiększając w ten sposób zarządzanie złożonymi przypadkami. Celem tego badania jest zbadanie skuteczności i niezawodności fotograficznej Algorytmy sztucznej inteligencji w ocenie złożoności intubacji z podwójną rurką światła. Integracja sztucznej inteligencji z procesem intubacji ma Zwiększ wyniki pacjentów i ustalić nowy punkt odniesienia do praktyki znieczulenia. Niniejsze badanie ma na celu rozwiązanie istniejącej luki w literaturze i zapewnienie innowacyjnych podejść do praktyki klinicznej.

Uzyskano świadomą zgodę od pacjentów poddawanych operacjom chirurgii klatki piersiowej oraz danych demograficznych (wiek, wysokość, masa ciała, wskaźnik masy ciała, płeć), amerykańskie społeczeństwo anestezjologów (ASA), rodzaj operacji i choroby współistniejące (cukrzycy, nadciśnienie, nadciśnienie , choroba wieńcowa, przewlekła choroba nerek, przewlekła obturacyjna choroba płuc, astma, obturacyjny bezdech) były uzyskany. Historia nowotworów nowotworowych klatki piersiowej i/lub zewnętrznej), parametry uważane za czynniki ryzyka trudnej intubacji (historia poprzedniej trudnej intubacji, kryteria cytryny (patrz zewnętrznie, oceń, Mallampatia, niedrożność, mobilność szyi), test ugryzienia w górnej wardze) i fotografie z Pacjenci (w tym region głowy i szyi) będą rejestrowani w sześciu różnych kierunkach i sposobach z profesjonalnym aparatem (aktywnie używanym w naszym szpitalu) w okresie przedoperacyjnym. Podczas fazy śródoperacyjnej zastosowano system punktacji Cormack-Lehane, a proces intubacji z podwójnie lumenową rurką zostanie oceniona pod kątem łatwości lub trudności. Dokumentowane zostaną również komplikacje śródoperacyjne związane z operacją. Dane zostaną następnie przetworzone przy użyciu języka programowania Python 3 i bibliotek typu open source w celu obliczenia algorytmów sztucznej inteligencji. W przypadku niekompletnych danych pacjentów zastosowane zostaną techniki imputacji danych do uzupełnienia programu sztucznej inteligencji.

Główną zmienną wyniku badania jest szybkość, w której fotograficzny algorytm sztucznej inteligencji przewiduje, czy intubacja z podwójną rurką światła jest łatwa, czy trudna. Wtórną zmienną wyniku jest porównanie szybkości prognozowania intubacji z podwójną rurką Lumenu za pomocą fotograficznych algorytmów sztucznej inteligencji i szybkości prognoz intubacji z podwójnym światłem lampą konwencjonalnymi metodami.