通过深度学习对儿科 tympanostomy 管进行评估
K M Chang1, S S Surapaneni2, N Shaikh3
1Tufts University School of Medicine, Boston, MA, United States of America.
American journal of otolaryngology
|May 9, 2024
概括
一个人工智能算法准确地检测儿童的 tympanostomy 管 (TTs).
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 医疗人工智能 医疗人工智能
- 儿科手术 儿科手术
背景情况:
- tympanostomy管 (TT) 放置是一种常见的儿科手术.
- 对于TT检查的手术后后续,家庭需要付出大量的费用.
- 目前的后续方法需要亲自进行临床检查.
研究的目的:
- 为了评估人工智能算法的有效性,以确定 tympanostomy 管的存在.
- 将基于AI的TM评估与临床工作人员评估进行比较.
- 探索AI在减少后续访问负担方面的潜力.
主要方法:
- 对儿童 (10个月-10岁) 有TT病史的前性研究.
- 智能手机的耳镜用于捕获耳膜 (TM) 图像.
- 深度学习算法在TM图像上进行训练和测试,与临床医生的评估相比.
主要成果:
- 人工智能算法实现了97.7%的整体分类准确度.
- 用于检测带有或没有管的TM的高精度和回忆率.
- 人工智能在识别 tympanostomy 管存在方面表现强.
结论:
- 一个深度学习算法显示,使用耳镜图像对耳道存在的分类有前途.
- 人工智能可能会被普通人使用,他们可以使用可访问的眼镜.
- 未来的研究旨在开发AI来评估管道通透性和挤出.


