📄 medicine

Large Language Model–Assisted Estimation of Left Double-Lumen Tube Insertion Depth Using Preoperative Chest Radiography

Diese retrospektive Studie zeigt, dass ein großes Sprachmodell die optimale Einführtiefe von linksseitigen Doppelwandtuben genau vorhersagen kann, wobei die Leistung durch die Einbeziehung von präoperativen Thoraxröntgenaufnahmen neben demografischen Daten signifikant verbessert wurde und statistisch mit ärztlichen Messungen vergleichbar ist.

Ursprüngliche Autoren: Cansu Kılınç Berktaş, Hilal Akça, Furkan Tontu, Emine Şeyda Teloğlu, Funda Gümüş Özcan

Veröffentlicht 2026-06-29

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Cansu Kılınç Berktaş, Hilal Akça, Furkan Tontu, Emine Şeyda Teloğlu, Funda Gümüş Özcan

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, einen sehr speziellen, zweischaligen Beatmungsschlauch (einen sogenannten Double-Lumen-Tube oder DLT) in die Luftröhre eines Patienten einzuführen, bevor eine große Brustoperation stattfindet. Dieser Schlauch muss eine ganz präzise Tiefe erreichen, um sicherzustellen, dass der Patient nur mit einer Lunge atmen kann, während der Chirurg an der anderen arbeitet.

Wenn der Schlauch zu kurz ist, wird die rechte Lunge nicht richtig blockiert. Wenn er zu lang ist, könnte er die falsche Lunge blockieren oder die Atemwege verletzen.

Das Problem: Der „Goldstandard“ ist nicht überall anwendbar
Normalerweise ist die Verwendung einer winzigen Kamera (eines fiberoptischen Bronchoskops), um in den Rachen zu schauen und den Schlauch anzuppassen, der einzige Weg, um zu 100 % sicher zu sein, dass der Schlauch an der richtigen Stelle sitzt. Denken Sie an einen meisterhaften Schneider, der ein Maßband und einen Spiegel benutzt, um einen maßgeschneiderten Anzug anzupassen. Es ist die beste Methode, aber nicht jedes Krankenhaus hat die Kamera sofort einsatzbereit, oder der Arzt hat vielleicht nicht die Zeit, sie sofort zu verwenden.

Deshalb müssen Ärzte oft zuerst die Tiefe schätzen. Meistens schätzen sie basierend auf der Körpergröße des Patienten, also nach einer Standardformel: „Wenn Sie 1,83 m groß sind, geht der Schlauch 30 Zoll tief.“ Aber genau wie Menschen trotz gleicher Körpergröße unterschiedliche Körperformen haben können, ist diese Schätzung „nur nach Körpergröße“ nicht immer perfekt.

Die neue Idee: Eine KI als „Orakel“ fragen
Die Forscher in dieser Arbeit wollten sehen, ob ein Large Language Model (LLM) – eine Art fortgeschrittene KI, wie man sie vielleicht zum Schreiben von E-Mails oder Beantworten von Fragen nutzt – als ein besserer „Schätzungsassistent“ fungieren könnte.

Sie behandelten die KI wie einen hochintelligenten Medizinstudenten, der jedes Lehrbuch über Anatomie gelesen hat. Sie stellten der KI zwei verschiedene Fragen für 154 verschiedene Patienten:

Die „Nur-Körpergröße“-Schätzung: „Hier sind Alter, Größe, Gewicht und Geschlecht des Patienten. Wie tief sollte der Schlauch gehen?“
Die „Röntgen“-Schätzung: „Hier sind dieselben Daten, plus ein Röntgenbild des Brustkorbs des Patienten. Wie tief sollte der Schlauch gehen?“

Die KI hat die Patienten nicht tatsächlich berührt oder den chirurgischen Eingriff verändert. Sie gab lediglich eine Vorhersage basierend auf den gegebenen Informationen ab, ähnlich wie ein Wetterprognostiker, der den Regen basierend auf Daten vorhersagt.

Die Ergebnisse: Wie hat die KI abgeschnitten?
Die Forscher verglichen die Schätzungen der KI mit der „echten“ Tiefe, die die Ärzte später mithilfe der Kamera bestätigt haben (der Goldstandard).

Die „Nur-Körpergröße“-KI: Sie war ziemlich gut, machte aber im Vergleich zu den Messungen der Ärzte einen kleinen, merklichen Unterschied. Es war, als würde ein Schneider die Größe nur basierend auf der Körpergröße schätzen; es war nah dran, aber nicht ganz perfekt.
Die „Röntgen“-KI: Als die Forscher der KI das Röntgenbild des Brustkorbs zeigten, kamen die Schätzungen der KI den tatsächlichen Messungen der Ärzte viel näher. Der Unterschied zwischen der KI und dem Arzt wurde statistisch unsichtbar.

Die „Sweet-Spot“-Analogie
Stellen Sie sich die Messung der Ärzte wie das Zentrum einer Zielscheibe vor.

Die KI ohne das Röntgenbild traf die Zielscheibe, landete aber manchmal ein paar Zentimeter daneben.
Die KI mit dem Röntgenbild landete fast genau im Zentrum (Bullseye).

Die Studie ergab, dass der „mittlere Fehler“ bei beiden KI-Methoden nur etwa 1 Zentimeter (weniger als ein halber Zoll) betrug. Darüber hinaus lagen mehr als 90 % der Schätzungen der KI innerhalb von 2 Zentimetern der tatsächlichen Messung des Arztes. Dies gilt als sehr sichere Marge für eine „erste Schätzung“.

Was das Papier tatsächlich sagt (und was nicht)

Es sagt: Die KI kann eine sehr gute erste Schätzung abgeben, wo der Schlauch platziert werden sollte, insbesondere wenn sie ein Röntgenbild des Brustkorbs des Patienten „sehen“ kann. Sie fungiert als hilfreiche Zweitmeinung, um den Arzt beim Einstieg zu unterstützen.
Es sagt NICHT: Dass die KI den Arzt oder die Kamera ersetzen soll. Das Papier stellt ausdrücklich klar, dass die Kamera (Bronchoskopie) immer noch der einzige Weg ist, um sicher zu sein. Die KI ist nur ein „unterstützendes Werkzeug“, um dem Arzt zu helfen, den Schlauch in die richtige Größenordnung zu bringen, bevor die Kamera zur endgültigen Anpassung verwendet wird.
Es sagt NICHT: Dass dies für linksseitige Tuben funktioniert (die Studie testete nur linksseitige DLTs) oder dass es in Echtzeit während einer Operation funktioniert (dies war eine retrospektive Studie, die auf alten Daten basierte).

Zusammenfassend
Betrachten Sie die KI als einen sehr erfahrenen Navigator. Wenn Sie Ihnen den Weg basierend nur auf der Karte (Demografie) beschreiben lassen, gibt sie Ihnen eine gute Route. Aber wenn Sie ihr ein Live-Satellitenfoto des Geländes (das Röntgenbild) zeigen, gibt sie Ihnen eine Route, die fast identisch mit der ist, die der Experte (der Arzt) wählen würde. Es ist ein vielversprechendes Werkzeug, um Ärzten zu helfen, schnell zu beginnen, aber die abschließende Kontrolle liegt weiterhin beim menschlichen Experten mit der Kamera.

Technische Zusammenfassung: Unterstützung der Schätzung der Einfüchttiefe von linksseitigen Doppellumen-Endotrachealtuben durch Large Language Models

Problemstellung
Die präzise Positionierung von linksseitigen Doppellumen-Endotrachealtuben (DLTs) ist entscheidend für eine erfolgreiche Ein-Lungen-Ventilation (OLV) in der Thoraxchirurgie, um Komplikationen wie Hypoxämie, unzureichende Lungenisolierung und Atemwegs-Traumata zu vermeiden. Obwohl die flexible Bronchoskopie (FOB) als Goldstandard zur Bestätigung der Platzierung gilt, erfordert sie eine spezifische Ausrüstung und Fachkenntnisse, die in allen klinischen Settings nicht unmittelbar verfügbar sein können. Infolgedessen verlassen sich Anästhesisten auf geschätzte Einfüchttiefen vor der bronchoskopischen Bestätigung. Bestehende Schätzmethoden, die primär auf der Körpergröße des Patienten basieren, weisen zwar statistische Korrelationen auf, lassen jedoch oft die nötige Präzision für den einzelnen Patienten vermissen, insbesondere bei atypischen Körperkonstitutionen. Während bildgebungsbasierte Strategien wie die CT-gestützte Messung eine verbesserte Genauigkeit gezeigt haben, sind sie aufgrund der Komplexität und mangelnden Verfügbarkeit der Daten für die Entscheidungsunterstützung in Echtzeit nicht immer praktikabel. Es besteht ein Bedarf an einer klinisch machbaren, präzisen Methode zur Führung der initialen DLT-Positionierung unter Verwendung routinemäßig verfügbarer Daten.

Methodik
Diese retrospektive, zentrenbezogene Beobachtungsstudie zur Validierung bewertete die Genauigkeit eines vortrainierten Large Language Models (LLM) bei der Vorhersage der optimalen Einfüchttiefe von linksseitigen DLTs. Die Studie umfasste 154 erwachsene Patienten, die sich in einem tertiären akademischen Krankenhaus einer Thoraxoperation unterzogen.

Referenzstandard: Der Grundwert (Ground Truth) für alle Analysen war die intraoperative Einfüchttiefe (gemessen vom Lippenrand in Zentimetern), die mittels flexibler Bronchoskopie (FOB) bestätigt wurde.
LLM-Ansatz: Die Vorhersagen wurden unter Verwendung eines öffentlich zugänglichen multimodalen LLMs (ChatGPT, OpenAI) ohne Fine-Tuning oder Retraining generiert. Es wurden zwei unterschiedliche Input-Strategien getestet:
1. Nur Demografie: Standardisierte Prompts, die Alter, Geschlecht, Größe, Gewicht und DLT-Größe des Patienten enthielten.
2. Radiographie-gestützt: Dieselben demografischen Daten kombiniert mit deskriptiven anatomischen Informationen, die aus präoperativen posteroanterioren (PA) Thorax-Röntgenaufnahmen abgeleitet wurden.
Protokoll: Um Konsistenz zu gewährleisten, wurde eine standardisierte Prompt-Struktur für alle Fälle verwendet. Die Vorhersagen wurden sequenziell in einer einzigen Sitzung unter Verwendung der Standard-Systemeinstellungen generiert, wobei kein Feedback an das Modell bezüglich der tatsächlichen Ergebnisse gegeben wurde. Die erste Ausgabe für jeden Fall wurde aufgezeichnet.
Statistische Analyse: Die Übereinstimmung zwischen den LLM-Vorhersagen und den durch den Arzt bestätigten FOB-Messungen wurde mittels Bland-Altman-Analyse (Berechnung von mittlerem Bias, Standardabweichung und 95 %-Konfidenzintervall der Übereinstimmung/Limits of Agreement) bewertet. Die Unterschiede zwischen den drei Gruppen (Arzt, LLM ohne PA, LLM mit PA) wurden mittels des Friedman-Tests analysiert, gefolgt von Dunn-Post-hoc-Paarvergleichen mit adjustierten p-Werten.

Wesentliche Ergebnisse

Zentrale Tendenz: Die mediane Einfüchttiefe betrug 29,00 cm über alle drei Gruppen hinweg (Arzt, LLM ohne PA und LLM mit PA).
Statistische Übereinstimmung:
- Der Friedman-Test ergab einen statistisch signifikanten Unterschied zwischen den drei Methoden ( $\chi^2(2) = 12,14, p = 0,0023$ ).
- Die Post-hoc-Analyse zeigte einen signifikanten Unterschied zwischen den ärztlichen Messungen und den LLM-Vorhersagen unter Verwendung rein demografischer Daten (adjustierter $p = 0,0039$ ).
- Entscheidend war, dass kein statistisch signifikanter Unterschied zwischen den ärztlichen Messungen und den LLM-Vorhersagen beobachtet wurde, wenn PA-Thoraxaufnahmen einbezogen wurden (adjustierter $p = 0,7634$ ).
Bias und Limits of Agreement (LoA):
- Nur Demografie: Mittlerer Bias von 0,20 cm mit einem 95 %-LoA von etwa $\pm 2,8$ cm.
- Radiographie-gestützt: Mittlerer Bias von 0,15 cm mit einem 95 %-LoA von etwa $\pm 2,8$ cm.
- Beide Ansätze zeigten einen minimalen systematischen Bias.
Präzision: Mehr als 90 % der Vorhersagen in beiden LLM-Gruppen lagen innerhalb von $\pm 2$ cm der durch den Arzt bestätigten Tiefe. Der mittlere absolute Fehler lag bei etwa 1 cm für beide Ansätze.

Bedeutung und Ansprüche
Die Arbeit behauptet, dass die LLM-basierte Vorhersage der DLT-Einfüchttiefe eine angemessene Übereinstimmung mit den ärztlich bestätigten Messungen aufweist, gekennzeichnet durch einen minimalen systematischen Bias und einen geringen absoluten Fehler. Die Studie hebt hervor, dass während die Vorhersagen allein auf Basis demografischer Daten eine messbare Abweichung von den klinischen Standards zeigten, die Einbeziehung präoperativer PA-Thoraxaufnahmen diesen statistischen Unterschied eliminierte, was auf eine verbesserte Konkordanz mit den klinisch durch den Arzt bestimmten Positionierungen hindeutet.

Die Autoren positionieren diese Technologie nicht als Ersatz für die Bronchoskopie, die weiterhin unverzichtbar bleibt, sondern als unterstützendes Hilfsmittel für die initiale DLT-Positionierung. Dies ist besonders relevant in klinischen Settings, in denen Bronchoskopie-Ressourcen begrenzt oder verzögert verfügbar sind. Die Verwendung von PA-Röntgenaufnahmen wird im Vergleich zu CT-basierten Strategien als klinisch praktikabel hervorgehoben, da PA-Aufnahmen universell verfügbar sind und im Workflow der Thoraxchirurgie standardisiert eingesetzt werden.

Einschränkungen und Umfang
Die Autoren führen explizit mehrere Einschränkungen an:

Die Studie ist retrospektiv und zentrenbezogen, was eine externe Validierung in unabhängigen Kohorten vor einer breiteren Implementierung erfordert.
Die Ergebnisse beziehen sich spezifisch auf linksseitige DLTs und lassen sich möglicherweise nicht auf rechtsseitige Geräte übertragen.
Die sequentielle Natur der Modellinteraktion und der potenzielle kontextuelle Einfluss zwischen den Fällen sowie das sich entwickelnde Verhalten des LLM-Inferenzverhaltens könnten die Reproduzierbarkeit in anderen Umgebungen beeinflussen.
Die Studie beinhaltete keine Echtzeit-Klinikführung; die Vorhersagen wurden retrospektiv generiert und beeinflussten die tatsächlichen Entscheidungen zur Tubusplatzierung nicht.

Zusammenfassend lässt die Arbeit darauf schließen, dass die LLM-gestützte Schätzung, insbesondere wenn sie durch routinemäßige radiologische Daten ergänzt wird, ein vielversprechendes, kostengünstiges Werkzeug zur Unterstützung des Atemwegsmanagements darstellt, vorbehaltlich einer prospektiven Validierung unter kontrollierten Inferenzbedingungen.

Mehr davon