基于人工智能的神经识别模型作为手术支持技术以及在腹腔镜和机器人辅助直肠癌手术中作为教育工具非常有用
Kazuya Kinoshita1,2, Tetsuro Maruyama3, Nao Kobayashi4
1Department of Frontier Surgery, Graduate School of Medicine, Chiba University, Chiba, Japan.
Surgical endoscopy
|July 29, 2024
概括
人工智能 (AI) 现在可以在直肠癌手术中自动细分神经,帮助外科医生,并改善医疗专业人员的神经识别培训. 这种人工智能模型显示了提高外科精度和教育的前景.
科学领域:
- 手术技术 手术技术
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 通过预测解剖结构来改善外科实践的潜力.
- 在直肠癌手术中,神经的保护至关重要,需要精确的识别.
- 开发了一个利用U-Net架构的深度学习模型,用于自动神经细分.
研究的目的:
- 开发和评估人工智能模型用于直肠癌手术中的自动神经细分.
- 评估模型的性能和对专家和非专家外科人员的实用性.
- 研究人工智能驱动的神经识别对手术学员的教育影响.
主要方法:
- 基于U-Net的深度学习模型被用于神经细分.
- 在60个测试上,使用Dice和Intersection over Union (IoU) 分数量化模型性能.
- 通过问卷和非专业外科医生和学生的教育评估进行了外科医生反.
主要成果:
- 人工智能模型实现了分别为0.442和0.292的Dice和IoU平均得分.
- 结肠直肠外科医生报告中度低检测和过度检测,有用度得分为3.38.
- 在非结直肠外科医生和学生观看人工智能分析视频后,神经识别得分显著改善,特别是与传统讲座相比,医学学生的AI分析视频.
结论:
- 基于人工智能的神经识别模型在腹腔镜和机器人辅助直肠癌手术中为专家外科医生展示了令人满意的性能.
- 该模型在提高初级外科医生和医学学生的神经识别方面被证明是有效的.
- 人工智能驱动的外科工具可以增强外科医生的能力,并作为有价值的教育辅助工具.
