Соглашение между ChatGPT-5 и анестезиологами в оценке предоперационного риска: классификация ASA (ASA)

Предпосылки и обоснование Предоперационная оценка риска является краеугольным камнем периоперационной медицины и напрямую влияет на планирование анестезии, использование лабораторных тестов и подготовку периоперационных ресурсов. Классификация физического статуса Американского общества анестезиологов (ASA-PS) остается наиболее широко используемым в мире инструментом стратификации риска. Однако оценка по ASA по своей природе субъективна, зависит от интерпретации клинициста и может демонстрировать вариабельность между наблюдателями.

Достижения в области искусственного интеллекта (ИИ), в частности больших языковых моделей (LLM), продемонстрировали способность синтезировать структурированную и неструктурированную клиническую информацию и генерировать медицинские классификации, сопоставимые с рассуждениями клиницистов в отдельных областях. В периоперационной оценке системы ИИ могут предложить более стандартизированную и воспроизводимую интерпретацию сопутствующих заболеваний, функционального статуса и лабораторных параметров.

Помимо классификации риска, назначение предоперационных лабораторных тестов представляет собой критически важный компонент клинического рабочего процесса. Чрезмерное или недостаточное лабораторное тестирование может повлиять на эффективность здравоохранения и периоперационное планирование. Остается неизвестным, отличаются ли количественно рекомендации на основе ИИ от поведения анестезиологов при назначении тестов.

Кроме того, периоперационная трансфузия эритроцитарной массы (пакованные эритроциты, PRBC) представляет собой объективный маркер физиологической нагрузки от операции и периоперационного риска. Оценка того, какая классификация ASA лучше коррелирует с фактическим использованием PRBC — назначенная клиницистом или сгенерированная ИИ, может дать представление о клинической валидности стратификации риска с помощью ИИ.

Это исследование направлено на оценку согласия между анестезиологами и ChatGPT-5 в классификации ASA, а также на сравнение моделей назначения лабораторных тестов и их связи с использованием периоперационной эритроцитарной массы.

Цели исследования Основная цель Оценить согласие между классификациями ASA, назначенными специалистами-анестезиологами, и классификациями ASA, сгенерированными ChatGPT-5, с использованием анонимизированной предоперационной клинической документации.

Второстепенные цели

Сравнить количество и тип предоперационных лабораторных тестов, назначенных на одного пациента:

Сертифицированными анестезиологами ChatGPT-5 в стандартизированных условиях запроса Количественно оценить интенсивность назначения лабораторных тестов (среднее количество тестов на пациента) и оценить различия между рекомендациями клиницистов и ИИ.

Оценить использование периоперационной эритроцитарной массы (пакованные эритроциты, PRBC):

Частота трансфузии Количество перелитых единиц PRBC на пациента

Оценить взаимосвязь между:

Классификацией ASA, назначенной клиницистом Классификацией ASA, сгенерированной ИИ Объемом назначения лабораторных тестов Фактической периоперационной трансфузией PRBC Дизайн исследования Это одноцентровое, проспективно-ретроспективное гибридное обсервационное исследование, проводимое в предоперационной амбулаторной клинике анестезии Городской больницы Анталии.

Планируемая продолжительность исследования — 6 месяцев (1 января 2026 г. — 1 июля 2026 г.). Целевой набор составляет примерно 1000 взрослых пациентов, запланированных на плановую операцию, что обеспечивает достаточную мощность для анализа согласия и сравнения подгрупп.

Это исследование носит обсервационный характер. В рутинную клиническую помощь не будет внесено изменений. Результаты ИИ не будут влиять на решения по ведению пациентов.

Популяция исследования Критерии включения Возраст ≥ 18 лет Запланированы на плановую операцию Заполнена стандартизированная форма предоперационной оценки анестезии Классификация ASA назначена специалистом-анестезиологом Письменное информированное согласие Клиническая документация, подходящая для анонимизации Критерии исключения Экстренная хирургия Классификация ASA VI Беременность Пациенты детского возраста (<18 лет) Неполная или нестандартизированная документация Невозможность анонимизации клинических записей 30 дней между предоперационной оценкой и операцией Процедуры исследования

1. Оценка на основе клинициста

   Из электронных медицинских карт будут извлечены следующие данные:

   Демографические данные (возраст, пол) Сопутствующие заболевания История приема лекарств Функциональные возможности (если документированы) Данные физического осмотра Данные лабораторных исследований (если назначены) Классификация ASA, назначенная анестезиологом Тип и количество назначенных лабораторных тестов Периоперационная трансфузия эритроцитарной массы (PRBC) Частота трансфузии (да/нет) Общее количество единиц PRBC на пациента Подсчет лабораторных тестов будет включать все рутинные предоперационные тесты (например, общий анализ крови, коагулограмма, биохимические панели и т.д.), записанные как общее количество на пациента.

2. Оценка на основе ИИ

Анонимизированные предоперационные клинические резюме будут введены в ChatGPT-5 с использованием стандартизированного структурированного запроса. ИИ будет предложено:

Назначить классификацию физического статуса ASA. Рекомендовать предоперационные лабораторные тесты.

Для каждого пациента будут записаны следующие результаты ИИ:

Классификация ASA, сгенерированная ChatGPT-5 Список рекомендованных лабораторных тестов Общее количество рекомендованных лабораторных тестов Рекомендации ИИ не будут применяться в клинической практике и будут использоваться исключительно для сравнительного анализа.

Исходы Первичный исход

Согласие между классификациями ASA, назначенными анестезиологом и сгенерированными ChatGPT-5, измеряемое с помощью:

Коэффициента каппа Коэна Взвешенной каппы (ординальная шкала ASA I-V) Вторичные исходы

Среднее количество лабораторных тестов на пациента:

Назначенных клиницистом Рекомендованных ИИ Распределение категорий лабораторных тестов.

Использование периоперационной эритроцитарной массы:

Частота трансфузии (% пациентов) Среднее количество единиц PRBC на пациента

Связь между:

Классификацией ASA (клиницист vs ИИ) Объемом назначения лабораторных тестов Частотой трансфузии PRBC и количеством единиц План статистического анализа Каппа Коэна и взвешенная каппа для согласия по ASA Парные сравнения количества лабораторных тестов с использованием парного t-теста или критерия знаковых рангов Уилкоксона Корреляционный анализ между объемом лабораторных тестов и единицами PRBC Логистический регрессионный анализ для предикторов трансфузии PRBC Порядковый регрессионный анализ для предикторов ASA

Анализ подгрупп, стратифицированных по:

Возрастной группе Хирургической категории Нагрузке сопутствующими заболеваний Статистическая значимость будет определена как p < 0.05. Обоснование размера выборки На основе предыдущих исследований согласия по ASA, сообщающих значения каппа в диапазоне 0.70-0.85, предполагалась минимальная клинически значимая каппа 0.60.

При α = 0.05 и мощности 80% минимальный требуемый размер выборки был оценен в 150-180 пациентов.

Для увеличения статистической точности и возможности надежного анализа подгрупп в течение периода исследования будет включено примерно 1000 пациентов.

Этические соображения Это исследование неинтервенционное и обсервационное. Все клинические данные будут анонимизированы до обработки ИИ. На решения по ведению пациентов не будут влиять результаты ИИ. Исследование будет проводиться в соответствии с Хельсинкской декларацией и применимыми нормами защиты данных.

Ожидаемый научный вклад

Это исследование предоставит доказательства из реальной практики относительно:

Надежности ChatGPT-5 в генерации классификаций ASA Различий в интенсивности назначения лабораторных тестов между клиницистами и ИИ Связи между методами классификации ASA и фактическим использованием эритроцитарной массы Полученные результаты могут способствовать пониманию того, может ли предоперационная оценка с помощью ИИ поддерживать более стандартизированную, объективную и ресурсосберегающую периоперационную оценку.