Klasyfikacja ASA oparta na sztucznej inteligencji u pacjentów przedoperacyjnych (AI-Based ASA C)

Klasyfikacja Stanu Fizycznego Amerykańskiego Towarzystwa Anestezjologów (ASA-PS) jest powszechnie stosowana do stratyfikacji ryzyka okołooperacyjnego, ale podlega zmienności międzyobserwatorowej. Ostatnie postępy w dziedzinie sztucznej inteligencji i dużych modeli językowych wprowadziły nowe możliwości wspomagania decyzji klinicznych.

To prospektywne badanie obserwacyjne obejmuje dorosłych pacjentów poddawanych rutynowej przedoperacyjnej ocenie anestezjologicznej w Bursa City Hospital. Dane demograficzne, wywiad medyczny, choroby współistniejące, wydolność funkcjonalna, wyniki badań laboratoryjnych, elektrokardiografia, wyniki obrazowania klatki piersiowej oraz planowane procedury chirurgiczne są rejestrowane w celu skonstruowania standaryzowanych scenariuszy klinicznych.

Wielu modelom sztucznej inteligencji, w tym systemom opartym na dużych modelach językowych, dostarcza się scenariusze pacjentów przy użyciu zarówno ustrukturyzowanych podpowiedzi, jak i nieustrukturyzowanych danych wejściowych. Każdy model przypisuje klasyfikację ASA-PS i dostarcza tekst wyjaśniający. Klasyfikacje wygenerowane przez AI są porównywane z ocenami przeprowadzonymi niezależnie przez doświadczonych anestezjologów.

Główne wyniki obejmują zgodność i dokładność między klasyfikacjami ASA wygenerowanymi przez AI a przypisanymi przez klinicystów przy użyciu statystyki Kappa Cohena. Wyniki drugorzędne obejmują ocenę czytelności przy użyciu Tureckiego Indeksu Czytelności Ateşmana oraz ocenę jakości odpowiedzi przy użyciu Globalnej Skali Jakości.

Badanie ma na celu zbadanie, czy sztuczna inteligencja może poprawić standaryzację, obiektywność i efektywność w ocenie ryzyka przedoperacyjnego, jednocześnie podkreślając mocne strony i ograniczenia obecnych technologii AI w praktyce anestezjologii klinicznej.