Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Framgång för ChatGPT för att fastställa behovet av postoperativ intensivvård

17 september 2024 uppdaterad av: Engin Ihsan Turan, Kanuni Sultan Suleyman Training and Research Hospital

Utvärdering av framgången med ChatGPT-4 i att förutsäga postoperativa intensivvårdsbehov och dödlighet: Prospektiv observationsstudie

Detta är en prospektiv, observationsstudie som ska genomföras vid Sağlık Bilimleri University Istanbul Kanuni Sultan Süleyman Training and Research Hospital och Başakşehir Çam och Sakura City Hospital. Studien syftar till att registrera olika preoperativa och postoperativa data från patienter som har genomgått operationer, särskilt de med ASA-poäng III och IV eller de som indikeras att potentiellt behöva postoperativ intensivvård. Datapunkter inkluderar patientdemografi, typ av operation, ASA-poäng, komorbiditeter, laboratorie- och bildröntgen, och både faktiska och ChatGPT version 4 förutspådda utfall angående postoperativa intensivvårdsbehov, anestesimetoder, vistelsetiden på intensivvården och sjukhuset och 30 -dagars dödlighet. ChatGPT version 4:s förutsägelser kommer att jämföras med faktiska utfall och narkosläkares beslut.

Studieöversikt

Detaljerad beskrivning

En prospektiv, observationsstudie som ska genomföras vid Sağlık Bilimleri University Istanbul Kanuni Sultan Süleyman Training and Research Hospital, Başakşehir Çam och Sakura City Hospital. I studien, ålder, kirurgi, ytterligare sjukdomar, onormala laboratoriefynd och avbildningsresultat av patienter som har genomgått preoperativ anestesiundersökning och fått en ASA-poäng på III och IV, eller som har indikerats att potentiellt behöva postoperativ intensivvård under anestesiundersökningen kommer att spelas in. Patienternas operationer uppges vara utan komplikationer, och förutsägelser kommer att begäras från ChatGPT version 4 angående behovet av postoperativ intensivvårdsövervakning, rekommenderad anestesimetod, strategier för att minska dödligheten, längd på intensivvård och sjukhusvistelse . Dessa förutsägelser kommer att jämföras med narkosläkarens beslut.

Vi kommer att registrera dessa uppgifter:

Ålder: Patientens ålder. Kön: Patientens kön. Typ av operation: Den specifika operation patienten genomgick. ASA-poäng: American Society of Anesthesiologists (ASA) poäng som indikerar patientens preoperativa fysiska status.

Ytterligare sjukdomar: Alla komorbida tillstånd som patienten har. Viktiga laboratorieresultat: Nyckellabbresultat som kan påverka patientvården.

Avbildningsfynd: Resultat från avbildningsstudier som är relevanta för patientens tillstånd eller operation.

ChatGPT-4:s Intensive Care Prediction: Förutsägelse gjord av ChatGPT version 4 angående behovet av postoperativ intensivvård.

Faktiskt behov av intensivvård: Om patienten verkligen behövde postoperativ intensivvård.

Rekommenderad typ av anestesi (ChatGPT-4): Anestesimetod som föreslås av ChatGPT version 4.

Typ av anestesi som administreras: Anestesimetoden som faktiskt används under operationen.

Varaktighet för vistelse på intensivvård: Den faktiska tid som patienten tillbringade på intensivvården.

Förutsägelse av intensivvårdsvistelse (ChatGPT): ChatGPT version 4:s förutsägelse av hur länge patienten skulle behöva stanna på intensivvården.

Total sjukhusvistelsetid: Den faktiska totala längden av patientens sjukhusvistelse.

Total sjukhusvistelse (ChatGPT): Förutsägelse av ChatGPT version 4 av den totala varaktigheten av patientens sjukhusvistelse.

Dödlighet (inom 30 dagar): Om patienten dog inom 30 dagar efter operationen. Mortality Prediction (ChatGPT): ChatGPT version 4:s förutsägelse om patientens risk för dödlighet inom 30 dagar efter operationen.

På Kanuni Sultan Süleyman Training and Research Hospital kommer patienten att vara under vård av specialistläkare Engin İhsan Turan, och på Başakşehir Çam och Sakura City Hospital, under vård av specialistläkare Abdurrahman Engin Baydemir.

Primärt mål: Att utvärdera framgången för ChatGPT-4 i att förutsäga postoperativa intensivvårdsbehov och dödlighet hos vuxna patienter med ASA-poäng III och IV.

Sekundära mål: Att undersöka effektiviteten av ChatGPT-4:s anestesimetodrekommendationer och ytterligare förslag i den kliniska beslutsprocessen.

Fördelar: Förstå bidragen från artificiell intelligens-baserade system till kliniska beslutsprocesser.

Risker: Potentialen för att ChatGPT-4:s rekommendationer är vilseledande, men det faktum att läkare är de slutliga beslutsfattarna kommer att minska denna risk.

I syfte att utföra statistisk analys kommer data som tillhandahålls av ChatGPT att jämföras med faktiska data med IBM SPSS 21-programvara. För den kategoriska variabeln behovet av intensivvård kommer McNemar Exact-testet att genomföras.

Studietyp

Observationell

Inskrivning (Faktisk)

406

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

      • Istanbul, Kalkon, 34303
        • istanbul Kanuni Sultan Süleyman Education and Training Hospital

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Sannolikhetsprov

Studera befolkning

Alla patienter över 18 år med ASA-poäng III eller IV eller som opererats på två sjukhus där intensivvårdsuppföljning rekommenderades under den postoperativa perioden kommer att inkluderas i studien.

Beskrivning

Inklusionskriterier:

  • Patienter 18 år och äldre Patienter med ASA-poäng III och IV som var planerade för operation.

Exklusions kriterier:

  • Bristande samtycke från patienten eller anhöriga, Patienter som genomgår hjärt-kärlkirurgi och pediatrisk kardiovaskulär kirurgi.

Patienter med ASA-poäng I-II-V-VI. Patienter under 18 år Akutfall Operationer med kirurgiska komplikationer Operationer med anestesikomplikationer

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Intensivvårdsprognoser
Tidsram: 3 månader
Förutsägelser om intensivvård från ChatGpt kommer att jämföras med de beslut som anestesiologer ger
3 månader

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Utredare

  • Huvudutredare: Engin ihsan turan, Health Science University İstanbul Kanuni Sultan Süleyman Education and Training Hospital

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

16 mars 2024

Primärt slutförande (Faktisk)

16 juli 2024

Avslutad studie (Faktisk)

1 augusti 2024

Studieregistreringsdatum

Först inskickad

14 mars 2024

Först inskickad som uppfyllde QC-kriterierna

14 mars 2024

Första postat (Faktisk)

20 mars 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

19 september 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

17 september 2024

Senast verifierad

1 mars 2024

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • ChatGpt postoperative ICU

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera