Прогнозирование необходимости консультации кардиолога у пациентов, запланированных на некардиохирургические операции, с использованием моделей искусственного интеллекта при предоперационной анестезиологической оценке

Структурированное резюме заголовка

Прогнозируемость необходимости консультации кардиолога у пациентов, переносящих некардиохирургические операции, с использованием моделей искусственного интеллекта

Обоснование

Предоперационная оценка кардиологического риска необходима для минимизации периоперационной заболеваемости и смертности у пациентов, переносящих некардиохирургические операции. Консультации кардиолога часто запрашиваются для оценки пригодности к операции и снижения риска осложнений. Однако ненужные консультации могут способствовать неэффективному использованию ресурсов здравоохранения и задержкам процедур.

Недавние достижения в области искусственного интеллекта, особенно большие языковые модели, продемонстрировали потенциал в системах поддержки клинических решений. Рекомендации Европейского общества кардиологов (ESC) 2024 года предоставляют структурированную основу для оценки периоперационного кардиологического риска. Это исследование направлено на изучение того, могут ли модели на основе ИИ помочь в прогнозировании необходимости консультации кардиолога, а также на изучение влияния форматов ввода с подсказкой и без подсказки на рекомендации ИИ.

Дизайн исследования

Проспективное, обсервационное, сравнительное исследование.

Этическое одобрение

Исследование одобрено Этическим комитетом Городской больницы Бурсы и будет проводиться в соответствии с Хельсинкской декларацией.

Объем выборки

Объем выборки был рассчитан с использованием программного обеспечения G*Power на основе ожидаемого размера эффекта и требований статистической мощности.

Участники

Критерии включения:

Взрослые в возрасте 18 лет и старше

Физическое состояние по ASA I-IV

Запланированы на некардиохирургическую операцию

Оценены ординаторами-анестезиологами с клиническим опытом менее двух лет

Критерии исключения:

Детские пациенты

Пациенты, отказывающиеся от участия

Неполные клинические данные

Сбор данных

Будут записаны следующие данные пациента:

Демографические данные (возраст, пол, ИМТ)

История болезни (сопутствующие заболевания, прием лекарств, аллергии, употребление веществ)

Функциональная способность (оценка METs)

Результаты рентгенографии грудной клетки

Характеристики запланированной хирургической процедуры

Оценка модели ИИ

Несколько языковых моделей ИИ будут протестированы с использованием стандартизированных клинических случаев пациентов. Каждый случай будет представлен в двух форматах:

Формат с подсказкой:

"Вы - анестезиолог с 10-летним опытом. Согласно рекомендациям ESC 2024, оцените, требуется ли этому пациенту консультация кардиолога."

Формат без подсказки:

"Оцените, требуется ли этому пациенту консультация кардиолога."

Рекомендации ИИ не будут влиять на принятие клинических решений.

Конечные точки

Первичный и вторичный анализ будет включать:

Согласованность между рекомендациями ИИ и оценками экспертов-анестезиологов

Читаемость ответов, сгенерированных ИИ

Оценка качества ответов

Сравнения классификационной производительности между моделями

Статистический анализ

Статистический анализ будет проводиться с использованием соответствующих сравнительных тестов и тестов на согласованность. Показатели читаемости и качества будут анализироваться с использованием непараметрических методов, где это применимо. Анализ ROC будет использоваться для оценки классификационной способности. Уровень значимости p < 0.05 будет применен.

Цель исследования

Целью данного исследования является изучение осуществимости систем поддержки принятия решений с помощью ИИ в прогнозировании необходимости консультации кардиолога и оценка того, влияет ли инженерия промптов на производительность ИИ.