三種不同的GHDT（目標血流動力學導向治療）策略在重大腹部手術術中術中液體管理優化：一項隨機對照試驗

簡要摘要

主要腫瘤外科手術是其中最複雜的程序之一，涉及的患者具有多種高風險因素，這些因素可能會顯著影響手術後的即時結果和生活品質。這些患者的術中血流動力學管理是一個關鍵挑戰：在手术過程中維持心血管穩定和體液平衡與減少並發症相關，包括急性腎衰竭、心肌缺血和敗血症。文獻顯示，由特定算法引導的術中體液輸注可以減少並發症並改善患者結果。 近年來，人工智能（AI）的創新深刻改變了術中如何管理血流動力學變量。AI允許實時處理臨床數據，並提供預測即將發生的低血壓發作的可能性，使醫療團隊能夠積極介入。這樣的技術之一是低血壓預測指數（HPI），它使用機器學習算法分析血流動力學數據，並在發生前10分鐘內以最高80%的準確率預測低血壓風險。因此，目前使用將體液輸注量與來自脈搏輪廓系統的參數整合的軟件，以分析輸注體液衝鐵的效力。例如，輔助體液管理（AFM）軟件幫助臨床醫師選擇體液輸注的時間，確定其在體液反應方面的有效性。這有助於減少與不當術中體液管理相關的並發症，如器官損傷，並優化體液和升壓藥的使用。 儘管AI在術中的使用日益增加，但這些技術的臨床和經濟影響仍在研究中。先進的術中血流動力學管理工具已被證實可以減少低血壓發作的持續時間並改善血流動力學穩定性。這種監測的臨床影響，在並發症和術後住院時間方面，對於推薦在高風險患者群中使用這些技術可能是關鍵。這與醫學文獻中顯示的術後並發症會增加患者相關的醫院住院成本相一致。本研究旨在探討將目標導向血流動力學治療（GDHT）方案與AI軟件結合在三種不同情境中的效用。 本研究的首要目標是評估在AI支持的GDHT三種不同方案的患者進行主要腹部腫瘤外科手術時，術中體液輸注量是否存在顯著差異。 研究的主要次要目標包括： * 評估三個組別的時間加權平均低血壓（TWAH）發作率。 * 分析三個組別的術後並發症和醫院死亡率。 * 評估三個組別的總醫院住院時間和/或重症病房的天數。 本研究旨在提供目前日常實踐中存在的血流動力學監測技術的臨床效證。結果將使我們能夠定義術中血流動力學管理的優化，改善臨床結果並優化醫療資源的使用。