相关实验视频
Updated: Jul 6, 2025
05:53
Intraoperative Ultrasound in Spinal Surgery
Published on: August 17, 2022
4.7K
自然语言处理用于在腰椎外科手术中自动检测手术内元素
Sayan Biswas1, Lareyna McMenemy1, Ved Sarkar2
1Faculty of Biology, Medicine and Health, University of Manchester, Manchester, United Kingdom.
Frontiers in surgery
|January 2, 2024
概括
自然语言处理 (NLP) 算法在手术笔记中准确地识别了手术元素,如偶然的硬骨切除术和伤口排水,提高了腰椎手术监测.
科学领域:
- 脊柱外科手术 脊柱外科手术
- 自然语言处理 (NLP) 是一种自然语言处理.
- 医疗信息学 医疗信息学
背景情况:
- 操作笔记包含了关于手术元素的关键数据.
- 手动检查这些笔记是耗时且容易出现错误的.
- 需要自动化方法来有效地提取数据.
研究的目的:
- 开发和评估NLP算法,用于在腰部外科手术中自动识别关键的手术内关键元素.
- 具体针对的是偶发的硬膜切除术,伤口排水和关闭方法 ( sutures/皮肤剪贴).
主要方法:
- 从2015年1月到2022年6月的操作说明的回顾性分析.
- 开发极端梯度增强的NLP算法.
- 在训练和测试套件上使用准确度,AUC,PPV,特异性和Brier分数进行性能评估.
主要成果:
- 模型实现了高性能:准确度>91%,特异性>91%,PPV>84%,AUC>0.933,比尔积分损失≤0.082.
- 决策曲线分析证实了显著的临床净益.
- 模型解释确定了临床上与分类相关的特征.
结论:
- 开发的NLP算法有效地自动识别腰椎手术中的手术元素.
- 这些工具可以增强外科手术绩效监测和并发症检测.
- 操作笔记的自动分析为质量改进提供了可扩展的解决方案.
