Štúdia predstavuje trojstupňový rámec rozhodovania o odpojení od umelej pľúcnej ventilácie: 1. pripravenosť, 2. úspech spontánneho dýchacieho testu (SBT) a 3. rozhodnutie o extubácii. Cieľom bolo vytvoriť model umelej inteligencie pre 3. etapu, ktorý predpovedá úspešnú extubáciu, definovanú ako potrebu žiadnej reintubácie ani neinvazívnej ventilácie do 48 hodín. Retrospektívne analyzovali údaje 5 202 dospelých pacientov po úspešnom SBT, pričom použili rutinne zbierané dáta z elektronickej zdravotnej dokumentácie. Trénovali sedem algoritmov a hodnotili ich podľa presnosti, citlivosti, špecifickosti, pozitívnej a negatívnej prediktívnej hodnoty a plochy pod krivkou (AUC). Najlepšie výsledky dosiahol model LightGBM s presnosťou 0,797, citlivosťou 0,800, špecifickosťou 0,763, pozitívnou prediktívnou hodnotou 0,977, negatívnou prediktívnou hodnotou 0,231 a AUC 0,850. Medzi najdôležitejšie faktory úspechu extubácie podľa analýzy SHAP patrili pomer SpO₂/FiO₂, typ oddelenia, bilaterálna svalová sila dolných končatín a dynamická poddajnosť pľúc (Cdyn). Autori vytvorili aj funkčný webový prototyp tohto modelu, aby overili jeho použiteľnosť v praxi a pripravili pôdu pre budúce prospektívne klinické hodnotenie.