Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Comparação entre Inteligência Artificial e Anestesiologista na Avaliação de Risco Pré-Operatório (AI-PREOP)

18 de janeiro de 2026 atualizado por: Gülgün Elif Aksoy

Desempenho Clínico de um Sistema de Inteligência Artificial Baseado em Aprendizagem Automática Comparado com a Avaliação do Anestesiologista na Avaliação Pré-operatória do Doente

A avaliação pré-operatória é essencial para identificar riscos relacionados com o doente antes de uma cirurgia eletiva e para planear uma gestão segura da anestesia. Tradicionalmente, esta avaliação é realizada por anestesiologistas com base na história clínica, exame físico, comorbilidades e resultados laboratoriais.

Este estudo observacional visa comparar o desempenho clínico de um sistema de inteligência artificial baseado em aprendizagem automática com a avaliação de anestesiologistas durante a avaliação pré-operatória do doente. O sistema de inteligência artificial analisa independentemente os dados do doente e gera avaliações de risco, que são depois comparadas com as avaliações realizadas por anestesiologistas.

O objetivo principal do estudo é avaliar o nível de concordância entre o sistema de inteligência artificial e os anestesiologistas na avaliação de risco pré-operatória. Os objetivos secundários incluem avaliar a precisão e a consistência do sistema de inteligência artificial e explorar o seu potencial papel como ferramenta de apoio à decisão na prática clínica pré-operatória.

Os resultados deste estudo podem contribuir para compreender os potenciais benefícios e limitações da tomada de decisão assistida por inteligência artificial na avaliação pré-operatória

Visão geral do estudo

Status

Concluído

Descrição detalhada

A avaliação pré-operatória é um componente crítico dos cuidados perioperatórios, com o objetivo de identificar riscos específicos do paciente, otimizar a segurança do paciente e orientar o planeamento anestésico antes de procedimentos cirúrgicos eletivos. Este processo tradicionalmente baseia-se no julgamento clínico dos anestesiologistas, que integram o historial médico, os achados do exame físico, as comorbilidades e os dados laboratoriais relevantes para avaliar o risco perioperatório.

Os avanços recentes na inteligência artificial e na aprendizagem automática permitiram o desenvolvimento de sistemas de apoio à decisão clínica capazes de analisar dados clínicos complexos e gerar avaliações preditivas de risco. Apesar do interesse crescente nestas tecnologias, o seu desempenho clínico e fiabilidade em ambientes pré-operatórios do mundo real permanecem insuficientemente avaliados.

Este estudo observacional é concebido para comparar as avaliações de risco pré-operatório geradas por um sistema de inteligência artificial baseado em aprendizagem automática com as avaliações rotineiras lideradas por anestesiologistas. Os doentes adultos programados para cirurgia eletiva serão submetidos à avaliação pré-operatória padrão realizada por anestesiologistas como parte dos cuidados clínicos habituais. Independentemente, os dados anonimizados dos doentes serão processados pelo sistema de inteligência artificial para produzir avaliações de risco pré-operatório. O resultado da inteligência artificial não estará disponível para os clínicos e não influenciará a gestão do paciente.

O desfecho primário do estudo é o nível de concordância entre o sistema de inteligência artificial e os anestesiologistas na estratificação de risco pré-operatório. Os desfechos secundários incluem a consistência, a concordância e o desempenho geral das avaliações geradas por inteligência artificial em comparação com as avaliações dos clínicos.

Este estudo não envolve intervenções e não altera os cuidados padrão do paciente. Todas as decisões de gestão anestésica e perioperatória permanecerão inteiramente sob a responsabilidade do anestesiologista tratante. Ao comparar sistematicamente as avaliações baseadas em inteligência artificial com as avaliações dos clínicos, este estudo visa esclarecer o papel potencial, os pontos fortes e as limitações da inteligência artificial como uma ferramenta de apoio na avaliação pré-operatória de rotina.

Tipo de estudo

Observacional

Inscrição (Real)

500

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

    • Trabzon
      • Trabzon, Trabzon, Turquia (Türkiye)
        • Trabzon Faculty of Medicine, Kanuni Training and Research Hospital,

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

A população do estudo é constituída por doentes adultos com 18 ou mais anos de idade, que foram agendados para procedimentos cirúrgicos eletivos e realizaram uma avaliação pré-operatória de rotina num hospital universitário de cuidados terciários. As avaliações de risco pré-operatório realizadas por anestesiologistas foram comparadas com avaliações de risco baseadas em inteligência artificial utilizando os mesmos dados clínicos.

Descrição

Critérios de Inclusão:

  • - Pacientes adultos com idade igual ou superior a 18 anos
  • Pacientes agendados para cirurgia eletiva sob anestesia
  • Pacientes que realizaram avaliação pré-operatória de rotina
  • Disponibilidade de dados clínicos pré-operatórios completos necessários para avaliação tanto do anestesiologista como da avaliação baseada em inteligência artificial

Critérios de Exclusão:

  • - Pacientes com idade inferior a 18 anos
  • Casos de cirurgia de emergência
  • Pacientes com dados clínicos pré-operatórios incompletos ou em falta
  • Pacientes que recusaram participação ou cujos dados não puderam ser avaliados

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Taxa de Concordância entre Avaliações de Risco Pré-Operatório Baseadas em Inteligência Artificial e Anestesiologistas
Prazo: No momento da avaliação pré-operatória
Este resultado mede o nível de concordância entre um sistema de avaliação pré-operatório baseado em inteligência artificial e a avaliação do anestesiologista, incluindo a classificação do estado físico da Sociedade Americana de Anestesiologistas (ASA) e a estratificação geral do risco perioperatório. A concordância será avaliada utilizando medidas estatísticas apropriadas.
No momento da avaliação pré-operatória

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Investigadores

  • Investigador principal: Gülgün E Aksoy, MD, Trabzon Faculty of Medicine, Kanuni Training and Research Hospital, Turkey

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

1 de março de 2025

Conclusão Primária (Real)

1 de maio de 2025

Conclusão do estudo (Real)

30 de outubro de 2025

Datas de inscrição no estudo

Enviado pela primeira vez

10 de janeiro de 2026

Enviado pela primeira vez que atendeu aos critérios de CQ

18 de janeiro de 2026

Primeira postagem (Real)

23 de janeiro de 2026

Atualizações de registro de estudo

Última Atualização Postada (Real)

23 de janeiro de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

18 de janeiro de 2026

Última verificação

1 de janeiro de 2026

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • PREOP-AI-2025

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Os dados individuais dos participantes não serão partilhados. O estudo foi concluído, e nenhum plano prospectivamente definido para partilha de dados foi incluído no protocolo do estudo ou na aprovação da comissão de ética.

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever