相关实验视频
Updated: Jun 9, 2025
06:48
Emergency Undocking in Robotic Surgery: A Simulation Curriculum
Published on: May 20, 2018
9.2K
基于人工智能的POTTER计算器在紧急一般外科手术患者进行拉巴切除术时的验证:前性,双机构研究
Vahe S Panossian1, Dias Argandykov1, Suzanne C Arnold1
1From the Division of Trauma, Emergency Surgery, and Surgical Critical Care, Department of Surgery, Massachusetts General Hospital and Harvard Medical School, Boston, MA (Panossian, Argandykov, Arnold, Gebran, Paranjape, Hwabejire, DeWane, Velmahos, Kaafarani).
Journal of the American College of Surgeons
|October 28, 2024
概括
在一项前性研究中,预测性最佳树木在紧急手术风险 (POTTER) 计算器准确地预测了紧急手术后的患者结果. 这种人工智能工具有助于术前风险评估和患者咨询.
科学领域:
- 手术结果研究研究.
- 人工智能在医学中的应用
- 医疗信息学 医疗信息学
背景情况:
- 预测最佳树在紧急手术风险 (POTTER) 计算器是一个可解释的AI工具.
- 之前的研究在基于人群的环境中验证了POTTER,显示了与外科医生相比,在紧急整体手术结果的优异预测.
- 这项研究旨在前性验证POTTER计算器.
研究的目的:
- 为了前性地验证POTTER计算器在预测紧急探索性腹腔切除术患者的术后结果方面的性能.
- 评估POTTER在预测30天死亡率和特定并发症方面的准确性.
主要方法:
- 在两个学术医疗中心进行前性队列研究 (2020年6月 - 2022年3月).
- 包括接受紧急探索性腹腔切除术的患者,因为非创伤性指示.
- 系统地记录POTTER手术前风险计算和术后结果;使用c-statistic评估性能.
主要成果:
- 包括361名患者;中位数年龄63岁,女性45.4%.
- 整体30天死亡率为24.1%,发病率为51.4%.
- 波特在预测死亡率 (c-统计值0.90) 和个体并发症 (c-统计值0.80-0.89) 中表现出高准确度.
结论:
- 这是首次对支持人工智能的POTTER计算器进行前性验证.
- 波特显示出卓越的准确性,用户友好性和可解释性.
- 它作为一个有价值的床边工具,用于术前患者和家庭咨询.
