Previsão da profundidade do tubo endotraqueal usando redes neurais convolucionais profundas

Este foi um estudo retrospectivo, aprovado pelo IRB, usando imagens de radiografias de tórax obtidas do Picture Archive and Communication System (PACS) no Chang Gung Memorial Hospital, filial de Linkou, Taiwan.

Um total de 595 radiografias de tórax de pacientes não identificados foi obtido para este estudo. Os critérios de inclusão para este estudo são pacientes com 18 anos ou mais que foram intubados orotraquealmente no período de novembro de 2019 a outubro de 2020 e que realizaram radiografias de tórax antes e imediatamente após a intubação (<24 horas). Ambas as radiografias de tórax pré-intubação e pós-intubação de um mesmo paciente foram obtidas. Dados clínicos, incluindo idade, sexo, altura corporal, peso corporal, profundidade da fixação do ETT também foram registrados. Toda a distância da ponta do ETT à carina foi medida manualmente por um mesmo anestesiologista a partir de filmes pós-intubação e documentada. O comprimento do lábio à carina de cada paciente pode ser calculado adicionando a profundidade de fixação do ETT e a ponta do ETT à distância da carina.

Radiografias de tórax pré-intubação (n = 595), juntamente com dados clínicos, incluindo idade, sexo, altura corporal, peso corporal e comprimento medido do lábio à carina são coletados para a construção do modelo. Para este estudo, 476/595 (80%) deles foram usados ​​para treinamento e 119/595 (20%) para validação selecionados aleatoriamente pelo modelo AI. No processo de treinamento, imagens e dados clínicos relacionados, juntamente com o comprimento medido do lábio à carina, são alimentados e usados ​​para ajustar o modelo de IA. Então, no processo de validação, os investigadores avaliam a precisão do modelo e a eficácia de prever o comprimento do lábio à carina com imagens e dados clínicos desses casos imprevistos.