可解释的人工智能基于预测模型在腹腔镜肝脏手术的第7和第8部分:一个国际多中心研究
Victor Lopez-Lopez1, Zeniche Morise2, Mariano Albaladejo-González3
1Department of General, Visceral and Transplantation Surgery, Clinic and University Hospital Virgen de La Arrixaca, IMIB-ARRIXACA, El Palmar, Murcia, Spain.
Surgical endoscopy
|February 5, 2024
概括
人工智能 (AI) 模型可以预测腹腔镜肝脏手术中的外科复杂性和结果. 沙普利增材扩展 (SHAP) 揭示了关键预测因素,如切除类型和瘤大小,提高了对这些AI预测的理解.
科学领域:
- 肝胆道手术是肝胆道的手术.
- 微创手术是最少的侵入性手术.
- 医学中的人工智能
背景情况:
- 人工智能 (AI) 对于预测外科手术结果越来越有价值.
- 人工智能模型被开发用于预测腹腔镜肝脏手术的外科复杂性和术后过程,针对第7和第8段.
研究的目的:
- 开发和解释人工智能模型,用于预测腹腔镜肝脏手术中的外科复杂性和术后结果.
- 使用夏普利添加式扩展 (SHAP) 识别关键预测变量.
主要方法:
- 使用国际多机构数据库对7和8段进行微创性肝脏手术的患者进行了分析.
- 采用人工智能模型 (多层感知器和随机森林) 和SHAP进行解释.
- 分析了转换和非转换手术之间的差异.
主要成果:
- 多层感知器 (MLP) 和随机森林 (RF) 模型在预测复杂性和结果方面表现出高的性能.
- SHAP分析确定了"切除类型"和"最大瘤大小"作为关键预测因素.
- 在转换和非转换手术之间,在瘤位置,血液损失,并发症和手术时间方面发现了显著的差异.
结论:
- SHAP成功地阐明了人工智能模型对手术复杂性和腹腔镜肝脏手术结果的预测.
- 人工智能和可解释性方法为预测复杂肝切除患者轨迹提供了宝贵的见解.