基于人工智能的自动化自由监控系统的开发
Jisu Kim1, Sang Mee Lee2,3, Da Eun Kim1
1Department of Plastic Surgery, Samsung Medical Center, Sungkyunkwan University School of Medicine, Seoul, South Korea.
JAMA network open
|July 26, 2024
概括
一个由人工智能驱动的系统自动化了自由监控,减少了临床医生的时间,提高了效率. 这种人工智能 (AI) 工具分析图像,以检测潜在的膜并发症,增强患者护理.
科学领域:
- 生物医学工程 生物医学工程
- 人工智能在医学中的应用
- 手术监测 手术监测
背景情况:
- 术后自由监测对于成功的结果至关重要.
- 目前的体检方法可靠,但对临床医生来说耗时.
- 需要有效和自动化的监控解决方案.
研究的目的:
- 开发和评估使用人工智能 (AI) 的自动化自由监控系统.
- 在保持高效率的同时,尽量减少人参与门监控.
- 创建一个能够检测板异常并提醒医务人员的系统.
主要方法:
- 一项预后研究涉及智能手机摄像头用于常规的片图像捕捉.
- 开发两个人工智能模型:用于片识别的细分模型 (FS-net) 和用于 perfusion 评估的分级模型 (DenseNet121).
- 在现实环境中整合和临床应用AI系统.
主要成果:
- 该FS-net细分模型实现了高的子相似度系数 (0.970).
- DenseNet121分级模型显示出优异的性能 (AUC 0.960),具有检测静脉 (97.5%) 和动脉 (92.8%) 缺陷的高灵敏度.
- 自动化系统在10名患者中成功完成了143次监测会议,没有任何问题.
结论:
- 开发的基于人工智能的系统提供了高效的术后自由监测,大大减少了临床医生的工作量.
- 这种自动化监控工具显示出它有助于增强自由片患者的管理.
- 需要进一步的研究来验证系统的长期可靠性.
