- Düzce Tıp Fakültesi Dergisi
- Vol: 23 Issue: 1
- Prediction of Difficult Tracheal Intubation by Artificial Intelligence: A Prospective Observational ...
Prediction of Difficult Tracheal Intubation by Artificial Intelligence: A Prospective Observational Study
Authors : Fatma Çelik, Emrah Aydemir
Pages : 47-54
Doi:10.18678/dtfd.862467
View : 13 | Download : 8
Publication Date : 2021-04-30
Article Type : Research
Abstract :Amaç: Zor hava yolu riski olan hastaların preoperatif tespiti için birçok prediktif klinik test birlikte kullanılmaktadır. Bu çalışmada, çeşitli klinik testler ve antropometrik ölçümler kullanarak farklı yapay zekâ algoritmaları ile zor entübasyonun tahmin edilmesi, ayrıca Cormack ve Lehane (C-L) sınıflandırmasının doğruluk performansının yapay zekâ ile değerlendirilmesi amaçlanmıştır. Gereç ve Yöntemler: Bu çalışma, 2016 ve 2019 yılları arasında tek kör prospektif gözlemsel bir çalışma olarak gerçekleştirildi. Elektif cerrahi planlanan ve endotrakeal entübasyon gerektiren, Amerikan Anesteziyologlar Derneği fiziksel durumu I-III olan toplam 1486 hasta dahil edildi. Hastaların demografik değişkenleri, klinik testleri ve antropometrik ölçümleri kaydedildi. Zor entübasyon 4 dereceli C-L sistemi ile kolay ve zor entübasyon kriterlerine göre değerlendirildi. Zor entübasyon, 16 farklı yapay zekâ algoritması kullanılarak tahmin edilmeye çalışıldı. Bulgular: Yapay zekâ algoritmaları arasında en yüksek başarı oranı RandomForest yöntemi ile elde edilmiştir. Bu yöntemle zor entübasyon %92,85 duyarlılık, %96,94 özgüllük, %93,69 pozitif öngörü değeri ve%96,52 negatif öngörü değeri ile tahmin edildi. C-L sınıflandırması doğruluk performansı ise %95,60 olarak belirlendi. Sonuç: Yapay zekâ, zor entübasyonu tahmin etmede oldukça başarılı olmuştur. Ayrıca yapay zekâ algoritmaları ile kolay ve zor entübe hastaların C-L sınıflandırmaları başarıyla tahmin edilmiştir. Laringeal görünüm için 6 dereceli modifiye C-L sınıflandırması kullanmak, daha güçlü zor entübasyon tahmini sağlayabilir. Yapay zekâ eğitiminde daha güvenli ve daha güçlü bir tahmin, zor entübasyon tanımını destekleyen bireysel farklılıklar ve klinik özellikler eklenerek elde edilebilir.Keywords : Trakeal entübasyon tahmini, zor entübasyon, yapay zeka, Cormack-Lehane, entübasyon, anestezi