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

Technische Samenvatting: Ondersteuning bij de schatting van de insteekdiepte van linkszijdige dubbellumenbuizen met behulp van Large Language Models

Probleemstelling
Nauwkeurige positionering van linkszijdige dubbellumen endobronchiale buizen (DLT's) is cruciaal voor succesvolle eenlongventilatie (OLV) bij thoraxchirurgie om complicaties zoals hypoxemie, inadequate longisolatie en luchtwegtrauma te voorkomen. Hoewel fibroscopie (FOB) de gouden standaard is voor de bevestiging van de plaatsing, vereist dit specifieke apparatuur en expertise die niet in alle klinische omgevingen direct beschikbaar zijn. Daarom vertrouwen anesthesologen op geschatte insteekdieptes vóór bronchoscopische bevestiging. Bestaande schattingsmethoden, primair gebaseerd op de lichaamslengte van de patiënt, vertonen weliswaar statistische correlaties, maar missen vaak precisie voor individuele patiënten, met name bij patiënten met een atypische lichaamsbouw. Hoewel beeldvormingsgebaseerde strategieën, zoals CT-gestuurde metingen, een verbeterde nauwkeurigheid hebben getoond, zijn deze niet altijd praktisch voor real-time besluitvorming vanwege de complexiteit en toegankelijkheid van de gegevens. Er is behoefte aan een klinisch haalbare, nauwkeurige methode om de initiële positionering van de DLT te begeleiden met behulp van routinematig beschikbare gegevens.

Methodologie
Deze retrospectieve, observationele validatiestudie in één centrum evalueerde de nauwkeurigheid van een vooraf getraind large language model (LLM) bij het voorspellen van de optimale insteekdiepte van linkszijdige DLT's. De studie omvatte 154 volwassen patiënten die een thoraxchirurgie ondergingen in een tertiair academisch ziekenhuis.

• Referentiestandaard: De grondwaarheid voor alle analyses was de intraoperatieve insteekdiepte (gemeten vanaf de liprand in centimeters), bevestigd door flexibele fibroscopie (FOB).
• LLM-benadering: Voorspellingen werden gegenereerd met behulp van een publiek toegankelijk multimodaal LLM (ChatGPT, OpenAI) zonder fine-tuning of hertraining. Twee verschillende inputstrategieën werden getest:
  1. Alleen demografische gegevens: Gestandaardiseerde prompts met patiëntgegevens zoals leeftijd, geslacht, lengte, gewicht en DLT-formaat.
  2. Radiografie-ondersteund: Dezelfde demografische gegevens gecombineerd met beschrijvende anatomische informatie afgeleid van preoperatieve postero-anterieure (PA) thoraxfoto's.
• Protocol: Om consistentie te waarborgen, werd een gestandaardiseerde promptstructuur gebruikt voor alle gevallen. Voorspellingen werden sequentieel in één sessie gegenereerd met standaard systeeminstellingen, waarbij geen feedback aan het model werd gegeven over de werkelijke uitkomsten. De eerste output voor elk geval werd geregistreerd.
• Statistische analyse: De overeenstemming tussen de LLM-voorspellingen en de door artsen bevestigde FOB-metingen werd beoordeeld met behulp van Bland–Altman-analyse (berekening van de gemiddelde bias, standaarddeviatie en 95% betrouwbaarheidsintervallen/limits of agreement). Verschillen tussen de drie groepen (Arts, LLM zonder PA, LLM met PA) werden geanalyseerd met de Friedman-toets, gevolgd door Dunn's post-hoc paarwijze vergelijkingen met aangepaste p-waarden.

Belangrijkste resultaten

• Centrale tendens: De mediane insteekdiepte was 29,00 cm voor alle drie de groepen (Arts, LLM zonder PA en LLM met PA).
• Statistische overeenstemming:
  • De Friedman-toets toonde een statistisch significant verschil tussen de drie methoden aan ($\chi^2(2) = 12,14, p = 0,0023$).
  • Post-hoc analyse toonde een significant verschil tussen de metingen van de arts en de LLM-voorspellingen op basis van alleen demografische gegevens (aangepaste $p = 0,0039$).
  • Cruciaal was dat er geen statistisch significant verschil werd waargenomen tussen de metingen van de arts en de LLM-voorspellingen wanneer de PA-thoraxfoto's werden geïntegreerd (aangepaste $p = 0,7634$).
• Bias en betrouwbaarheidsintervallen (LoA):
  • Alleen demografische gegevens: Gemiddelde bias van 0,20 cm met een 95% LoA van ongeveer $\pm 2,8$ cm.
  • Radiografie-ondersteund: Gemiddelde bias van 0,15 cm met een 95% LoA van ongeveer $\pm 2,8$ cm.
  • Beide benaderingen vertoonden minimale systematische bias.
• Precisie: Meer dan 90% van de voorspellingen in beide LLM-groepen viel binnen $\pm 2$ cm van de door de arts bevestigde diepte. De gemiddelde absolute fout was ongeveer 1 cm voor beide benaderingen.

Betekenis en claims
Het artikel claimt dat de LLM-gebaseerde voorspelling van de DLT-insteekdiepte een redelijke overeenstemming vertoont met de door artsen bevestigde metingen, gekenmerkt door minimale systematische bias en een lage absolute fout. De studie benadrukt dat hoewel voorspellingen op basis van alleen demografische gegevens een meetbare afwijking vertoonden ten opzichte van de klinische standaarden, de integratie van preoperatieve PA-thoraxfoto's dit statistische verschil elimineerde, wat wijst op een verbeterde concordantie met de door clinici bepaalde positionering.

De auteurs positioneren deze technologie niet als een vervanging voor fibroscopie, die onmisbaar blijft, maar als een ondersteunend hulpmiddel voor de initiële DLT-positionering. Dit is met name relevant in klinische settings waar de middelen voor bronchoscopie beperkt of vertraagd zijn. Het gebruik van PA-radiografie wordt benadrukt vanwege de klinische haalbaarheid in vergelijking met CT-gebaseerde strategieën, aange wellicht dat PA-foto's universeel beschikbaar zijn en gestandaardiseerd zijn binnen de workflow van de thoraxchirurgie.

Beperkingen en reikwijdte
De auteurs vermelden expliciet enkele beperkingen:

• De studie is retrospectief en uitgevoerd in één centrum, wat externe validatie in onafhankelijke cohorten vereist voordat bredere implementatie mogelijk is.
• De bevindingen zijn specif