基于人工智能的远程医疗用于神经肌肉检查的自动评分

科学领域:

• 神经学 神经学
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 远程医疗越来越多地用于肌痛性硬化症 (MG) 患者评估.
• 目前的评估方法,如MG-ADL和MG-CE得分,依赖于主观的临床检查,限制了可靠性.
• 检查员的变化可能会影响MG的神经缺陷评估的准确性.

研究的目的:

• 引入人工智能驱动的数字工具,以客观,高效地评分肌痛严重症评估.
• 为 MG-CE 评分评估自动化远程医疗视频的分析.
• 提高MG中神经缺陷量化的质量和一致性.

主要方法:

• 利用计算机视觉,深度学习和自然语言处理进行视频分析.
• 自动化将远程医疗视频细分为与MG-CE评估相关的剪辑.
• 开发人工智能工具,提供对神经系统缺陷的定量评估.

主要成果:

• 拟议的AI解决方案自动化了MG-CE评估的视频细分.
• 该系统提供了对主观临床检查的定量替代方案.
• 通过人工智能驱动的分析,可以提高得分效率和质量.

结论:

• 由人工智能驱动的工具可以通过远程医疗显著提高肌痛严重症评估的客观性和效率.
• 这项技术有可能增强MG临床试验参与和患者护理.
• 这种方法可能适用于评估其他神经疾病.