机器学习,深度学习,人工智能和美容整形手术:定性系统性审查
Raquel Nogueira1, Marina Eguchi2, Julia Kasmirski3
1Department of Surgery, Montefiore Medical Center, 1825 Eastchester Rd, Bronx, NY, 10461, USA. raquelnogueiramd@gmail.com.
Aesthetic plastic surgery
|October 9, 2024
概括
机器学习 (ML),深度学习 (DL) 和人工智能 (AI) 在美容整形手术中显示出巨大的潜力. 这些技术可以优化治疗和预测并发症,但需要谨慎使用,以管理患者的期望.
科学领域:
- 医疗信息学 医疗信息学
- 计算机辅助手术 计算机辅助手术
- 整形外科 整形外科 整形外科
背景情况:
- 先进的计算技术的整合在各种医疗学科中正在迅速发展.
- 审美整形手术正在越来越多地探索创新工具,以提高患者的治疗结果和手术精度.
研究的目的:
- 系统地审查机器学习 (ML),深度学习 (DL) 和人工智能 (AI) 在美容整形手术中的应用.
- 评估这些技术对手术决策和并发症预测的现状和潜在影响.
主要方法:
- 根据PRISMA指南进行了定性系统审查.
- 在MEDLINE/PubMed,EMBASE和Cochrane图书馆进行了搜索,使用与ML,DL,AI和整形外科相关的术语.
- 使用ROBINS-I工具对包含的非随机化研究进行偏差风险评估.
主要成果:
- 在2019年至2024年间发表的18项研究符合纳入标准.
- 应用涵盖了各种程序,包括乳房增大,鼻整形,面部复发和身体轮.
- 基于图像的AI,ML和DL算法被用于改善决策和识别影响术后并发症的因素.
结论:
- 人工智能,ML和DL算法对改变美容整形手术具有重大前景.
- 这些技术可以帮助优化治疗计划,预测并发症,并澄清患者的担忧.
- 仔细实施至关重要,以避免设置不切实际的患者期望,强调保守的外科沟通的持续重要性.
