人工智能-在椎手术中从机器学习和深度学习中期望什么

科学领域:

• * 外科创新的创新
• * 医学信息学 医学信息学
• * 计算生物学 * 计算生物学

背景情况:

• *人工智能 (AI) 包含机器学习 (ML) 和深度学习 (DL),利用神经网络来分析复杂的数据.
• * 深度学习 (DL) 在识别图像和视频等原始数据中的模式方面表现出色,比传统的ML需要更少的人类监督.
• *人工智能在外科手术中的应用正在迅速发展,在修复等专业领域具有显著的潜力.

研究的目的:

• * 审查AI,ML和DL在手术中的整合和影响.
• *以突出利用人工智能预测手术复杂性和患者结果的进步.
• *讨论人工智能在手术中的当前好处和局限性.

主要方法:

• *对近期同行评审出版物的系统文献综述.
• * 在PubMed和谷歌学者数据库中进行的搜索.
• *专注于手术前的规划,手术内的技术,以及在手术中的术后管理.

主要成果:

• * 深度学习 (DL) 模型在预测腹壁重建 (AWR) 复杂性方面取得了重大进展.
• *人工智能应用显示出预测手术中的各种术后结果的潜力.
• * 该审查确定了当前AI技术在外科领域的好处和局限性.

结论:

• *人工智能,特别是DL,为改善手术规划和预测结果提供了有前途的工具.
• *建议进行进一步的研究和临床应用,以充分实现AI在这个外科领域的潜力.
• *人工智能的整合代表了手术实践和患者管理的重大演变.