Porozumienie między ChatGPT-5 a anestezjologami w zakresie oceny ryzyka przedoperacyjnego: Klasyfikacja ASA (ASA)

Tło i uzasadnienie Ocena ryzyka przedoperacyjnego jest kamieniem węgielnym medycyny okołooperacyjnej i bezpośrednio wpływa na planowanie anestezjologiczne, wykorzystanie badań laboratoryjnych oraz przygotowanie zasobów okołooperacyjnych. Klasyfikacja stanu fizycznego Amerykańskiego Towarzystwa Anestezjologów (ASA-PS) pozostaje najszerzej stosowanym na świecie narzędziem stratyfikacji ryzyka. Jednak ocena ASA jest z natury subiektywna, opiera się na interpretacji klinicysty i może wykazywać zmienność między obserwatorami.

Postępy w sztucznej inteligencji (AI), szczególnie duże modele językowe (LLM), wykazały zdolność do syntezy ustrukturyzowanych i nieustrukturyzowanych informacji klinicznych oraz generowania klasyfikacji medycznych porównywalnych z rozumowaniem klinicystów w wybranych dziedzinach. W ocenie okołooperacyjnej systemy AI mogą oferować bardziej ustandaryzowaną i powtarzalną interpretację chorób współistniejących, stanu funkcjonalnego i parametrów laboratoryjnych.

Oprócz klasyfikacji ryzyka, zlecanie badań laboratoryjnych przed operacją stanowi krytyczny element procesu klinicznego. Nadmierne lub niewystarczające badania laboratoryjne mogą wpływać na efektywność opieki zdrowotnej i planowanie okołooperacyjne. Nie wiadomo, czy rekomendacje oparte na AI różnią się ilościowo od zachowań zlecających anestezjologów.

Ponadto, okołooperacyjna transfuzja zawiesiny erytrocytarnej (skoncentrowanych krwinek czerwonych, PRBC) stanowi obiektywny wskaźnik obciążenia fizjologicznego operacją i ryzyka okołooperacyjnego. Ocena, czy klasyfikacja ASA przypisana przez klinicystę czy wygenerowana przez AI lepiej koreluje z rzeczywistym wykorzystaniem PRBC, może dostarczyć wglądu w ważność kliniczną stratyfikacji ryzyka wspomaganej przez AI.

Niniejsze badanie ma na celu ocenę zgodności między anestezjologami a ChatGPT-5 w klasyfikacji ASA oraz porównanie wzorców zleceń badań laboratoryjnych i ich związku z okołooperacyjnym wykorzystaniem zawiesiny erytrocytarnej.

Cele badania Cel główny Ocena zgodności między klasyfikacjami ASA przypisanymi przez specjalistów anestezjologów a klasyfikacjami ASA wygenerowanymi przez ChatGPT-5 przy użyciu anonimowej dokumentacji klinicznej przedoperacyjnej.

Cele drugorzędne

Porównanie liczby i rodzaju badań laboratoryjnych przedoperacyjnych zleconych na pacjenta przez:

Certyfikowanych anestezjologów ChatGPT-5 w ustandaryzowanych warunkach promptowania Określenie intensywności zlecania badań laboratoryjnych (średnia liczba badań na pacjenta) i ocena różnic między rekomendacjami klinicystów a wygenerowanymi przez AI.

Ocena okołooperacyjnego wykorzystania zawiesiny erytrocytarnej (skoncentrowanych krwinek czerwonych, PRBC):

Częstość transfuzji Liczba jednostek PRBC przetoczonych na pacjenta

Ocena związku między:

Klasyfikacją ASA przypisaną przez klinicystę Klasyfikacją ASA wygenerowaną przez AI Wolumenem zlecania badań laboratoryjnych Rzeczywistą okołooperacyjną transfuzją PRBC Projekt badania Jest to jednoośrodkowe, prospektywno-retrospektywne hybrydowe badanie obserwacyjne przeprowadzone w przedoperacyjnej poradni anestezjologicznej Szpitala Miejskiego w Antalyi.

Planowany czas trwania badania to 6 miesięcy (1 stycznia 2026 – 1 lipca 2026). Docelowa rekrutacja to około 1000 dorosłych pacjentów planowo operowanych, co zapewni odpowiednią moc do analizy zgodności i porównań podgrup.

Badanie ma charakter obserwacyjny. Nie będą wprowadzane żadne modyfikacje do rutynowej opieki klinicznej. Wyniki AI nie będą wpływać na decyzje dotyczące postępowania z pacjentem.

Populacja badania Kryteria włączenia Wiek ≥ 18 lat Zaplanowani do operacji planowej Wypełniony ustandaryzowany formularz przedoperacyjnej oceny anestezjologicznej Klasyfikacja ASA przypisana przez specjalistę anestezjologa Pisemna świadoma zgoda Dokumentacja kliniczna nadająca się do anonimizacji Kryteria wyłączenia Operacja w trybie nagłym Klasyfikacja ASA VI Ciąża Pacjenci pediatryczni (<18 lat) Niekompletna lub niestandardowa dokumentacja Niemożność anonimizacji dokumentacji klinicznej 30 dni między oceną przedoperacyjną a operacją Procedury badania

1. Ocena oparta na klinicyście

   Z elektronicznej dokumentacji medycznej zostaną wyodrębnione następujące dane:

   Dane demograficzne (wiek, płeć) Choroby współistniejące Historia leczenia Wydolność funkcjonalna (jeśli udokumentowana) Wyniki badania fizykalnego Wyniki badań laboratoryjnych (jeśli zlecone) Klasyfikacja ASA przypisana przez anestezjologa Rodzaj i liczba zleconych badań laboratoryjnych Okołooperacyjna transfuzja zawiesiny erytrocytarnej (PRBC) Częstość transfuzji (tak/nie) Całkowita liczba jednostek PRBC na pacjenta Liczba badań laboratoryjnych będzie obejmować wszystkie rutynowe badania przedoperacyjne (np. morfologia, koagulogram, panele biochemiczne itp.), rejestrowane jako całkowita liczba na pacjenta.

2. Ocena oparta na AI

Anonimowe przedoperacyjne podsumowania kliniczne zostaną wprowadzone do ChatGPT-5 przy użyciu ustandaryzowanego, ustrukturyzowanego promptu. AI zostanie poproszone o:

Przypisanie klasyfikacji stanu fizycznego ASA. Zarekomendowanie badań laboratoryjnych przedoperacyjnych.

Dla każdego pacjenta zostaną zarejestrowane następujące wyniki AI:

Klasyfikacja ASA wygenerowana przez ChatGPT-5 Lista zaleconych badań laboratoryjnych Całkowita liczba zaleconych badań laboratoryjnych Rekomendacje AI nie będą wdrażane klinicznie i zostaną wykorzystane wyłącznie do analizy porównawczej.

Wyniki Wynik główny

Zgodność między klasyfikacjami ASA przypisanymi przez anestezjologa a wygenerowanymi przez ChatGPT-5, mierzona przy użyciu:

Współczynnika kappa Cohena Wagi kappa (skala porządkowa ASA I-V) Wyniki drugorzędne

Średnia liczba badań laboratoryjnych na pacjenta:

Zleconych przez klinicystę Zarekomendowanych przez AI Rozkład kategorii badań laboratoryjnych.

Wykorzystanie okołooperacyjnej zawiesiny erytrocytarnej:

Wskaźnik transfuzji (% pacjentów) Średnia liczba jednostek PRBC na pacjenta

Związek między:

Klasyfikacją ASA (klinicysta vs AI) Wolumenem zlecania badań laboratoryjnych Częstością transfuzji PRBC i liczbą jednostek Plan analizy statystycznej Współczynnik kappa Cohena i waga kappa dla zgodności ASA Porównania sparowane liczby badań laboratoryjnych przy użyciu testu t dla par lub testu rangowanych znaków Wilcoxona Analiza korelacji między wolumenem badań laboratoryjnych a liczbą jednostek PRBC Analiza regresji logistycznej dla predyktorów transfuzji PRBC Analiza regresji porządkowej dla predyktorów ASA

Analizy podgrup stratyfikowane według:

Grupy wiekowej Kategorii operacyjnej Obciążenia chorobami współistniejącymi Istotność statystyczna będzie zdefiniowana jako p < 0.05. Uzasadnienie wielkości próby Na podstawie wcześniejszych badań zgodności ASA raportujących wartości kappa między 0,70 a 0,85, przyjęto minimalną klinicznie znaczącą wartość kappa na poziomie 0,60.

Przy α = 0,05 i mocy 80%, minimalną wymaganą wielkość próby oszacowano na 150-180 pacjentów.

Aby zwiększyć precyzję statystyczną i umożliwić solidną analizę podgrup, w okresie badania zostanie zrekrutowanych około 1000 pacjentów.

Zagadnienia etyczne Badanie to jest nieinterwencyjne i obserwacyjne. Wszystkie dane kliniczne zostaną anonimizowane przed przetwarzaniem przez AI. Żadne decyzje dotyczące postępowania z pacjentem nie będą pod wpływem wyników AI. Badanie będzie przeprowadzone zgodnie z Deklaracją Helsińską i obowiązującymi przepisami ochrony danych.

Oczekiwany wkład naukowy

Badanie to dostarczy dowodów z rzeczywistej praktyki dotyczących:

Niezawodności ChatGPT-5 w generowaniu klasyfikacji ASA Różnic w intensywności zlecania badań laboratoryjnych między klinicystami a AI Związku między metodami klasyfikacji ASA a rzeczywistym wykorzystaniem zawiesiny erytrocytarnej Wyniki mogą przyczynić się do zrozumienia, czy wspomagana przez AI ocena przedoperacyjna może wspierać bardziej ustandaryzowaną, obiektywną i oszczędną zasobowo ocenę okołooperacyjną.