Använda artificiell intelligens för att vägleda vätsketerapi under större canceroperation: En randomiserad kontrollerad studie (FOCUS-AFM)

Denna multicentriska randomiserade kontrollerade kliniska prövning utvärderar effekten av intraoperativ intravenös vätsketerapi vägledd av artificiell intelligens på hemodynamisk hantering och postoperativa utfall hos vuxna patienter som genomgår större bukkirurgi för cancer.

Optimal intraoperativ vätsketerapi är en kritisk komponent i anestesihanteringen under större onkologisk kirurgi. Både otillräcklig och överdriven vätsketillförsel kan bidra till hemodynamisk instabilitet och postoperativa komplikationer. Episoder av intraoperativ hypotoni har konsekvent associerats med ökad postoperativ morbiditet och mortalitet, särskilt i högt risk kirurgiska populationer. Även om målinriktade strategier för intraoperativ vätsketerapi har föreslagits, är deras implementering i rutinmässig klinisk praxis fortfarande heterogen och mycket operatörsberoende.

Framsteg inom artificiell intelligens har möjliggjort utvecklingen av beslutsstödssystem som kan integrera kontinuerliga hemodynamiska data från standard intraoperativ övervakning. Dessa system är designade för att assistera kliniker genom att analysera flera fysiologiska variabler i realtid och ge rekommendationer för intravenös vätsketillförsel med syftet att upprätthålla cirkulatorisk stabilitet, samtidigt som full klinisk kontroll över behandlingsbeslut bevaras.

I denna prövning randomiseras deltagare som genomgår större bukkirurgi för cancer under generell anestesi att erhålla antingen intravenös vätsketerapi vägledd av artificiell intelligens eller standard intravenös vätskehantering enligt rutinmässig klinisk praxis. Randomiseringen är centraliserad och stratifierad efter relevanta procedurfaktorer. I interventionsgruppen stöds intravenös vätsketillförsel av ett beslutsstödssystem baserat på artificiell intelligens som kontinuerligt analyserar intraoperativa hemodynamiska data och genererar rekommendationer för vätskeutmaningar. Kliniker uppmuntras starkt att följa systemets rekommendationer; dock behåller de fullt ansvar och kan acceptera eller åsidosätta dessa rekommendationer baserat på sin kliniska bedömning. I kontrollgruppen hanteras intraoperativ vätsketerapi enligt sedvanlig klinisk praxis utan vägledning av artificiell intelligens.

Standard perioperativ övervakning tillämpas i båda studiegrupperna, inklusive kontinuerlig invasiv artärblodtrycksövervakning. Intraoperativa hemodynamiska variabler, vätsketillförsel och användning av vasoaktiva läkemedel registreras prospektivt med hjälp av elektroniska anestesiprotokoll och övervakningssystemets utdata. Postoperativa kliniska data samlas in under rutinmässig vård inom sjukhus och schemalagd uppföljning.

Studien fokuserar på den intraoperativa perioden som ett nyckelfönster under vilket hemodynamisk hantering kan påverka postoperativ återhämtning och långsiktiga utfall. Genom att utvärdera ett beslutsstödsansats baserat på artificiell intelligens i en randomiserad multicentrisk miljö syftar denna prövning till att generera bevis på om teknologiassisterad intravenös vätsketerapi kan förbättra intraoperativ hantering och stödja bättre kliniska utfall hos patienter som genomgår större cancerekirurgi.