相关实验视频
Updated: Jul 26, 2026

Thermal Ablation for the Treatment of Abdominal Tumors
Published on: March 7, 2011
废除与实习生的一致性,并在奖学金培训期间增加独立性 - - 通过CARTONET对废除数据的分析
John Whitaker1, Tina D Hunter2, Jane Carsey2
1School of Biomedical Engineering and Imaging Sciences, King's College, London, UK.
临床心脏电生理学 (CCEP) 培训显示,培训人员的独立性在奖学金上越来越大,但损伤质量保持一致. 来自CARTONET的客观数据可以跟踪进展情况,并为个性化培训计划提供信息,以提高切除程序质量.
科学领域:
- 心血管医学 心血管医学
- 医学教育 医学教育
- 医疗保健中的人工智能
背景情况:
- 临床心脏电生理学 (CCEP) 培训需要先进的导管处理技能,以有效治疗患者.
- 在CCEP程序中对学员表现的客观评估是有限的.
- 卡通ET系统提供了一种新的方法来分析废除数据,以评估学员的进度.
研究的目的:
- 利用客观数据评估实习生进步对除程序质量的影响.
- 评估CCEP奖学金培训是否影响病变特征和治疗疗效.
- 探索AI驱动分析对CCEP培训和质量保证的有用性.
主要方法:
- 利用基于人工智能的云系统CARTONET,从心房动 (AF) 和心腔沟 (CTI) 切除中修复病变和程序级数据.
- 包括一年培训的第一年 (Y1) 和第二年 (Y2) 奖学金的数据.
- 采用自动化病变分配到解剖位置进行综合分析.
主要成果:
- 损伤特征 (接触力,稳定性,阻抗下降,剥离指数,间隙时间/距离) 在训练年中保持一致.
- 导管稳定性受到解剖位置和监督操作员的影响.
- 实习生在整个奖学金期间在病变传递方面表现出越来越多的独立性,随着时间的推移,独立传递病变的比例更高.
结论:
- 来自CARTONET的客观除数据表明,在CCEP中实习者的进展不会改变损伤水平治疗的疗效.
- 奖学金培训导致实习生在执行除手术时获得更大的独立性.
- 通过人工智能来分析除数据,可以为个性化培训提供信息,跟踪进展,并作为CCEP机构的质量保证工具.
更多相关视频
09:51Model Surgical Training: Skills Acquisition in Fetoscopic Laser Photocoagulation of Monochorionic Diamniotic Twin Placenta Using Realistic Simulators
Published on: March 21, 2018
04:58Reduced Procedure Time and Variability with Active Esophageal Cooling During Radiofrequency Ablation for Atrial Fibrillation
Published on: August 25, 2022
相关概念视频
Bioremediation
Case Studies
Quantifying and Rejecting Outliers: The Grubbs Test
Censoring Survival Data
Microbial Wastewater Treatment
Biological Treatment of Effluent and Waste Water