手术候选人的人工智能识别:一个实施研究
Sheryn Tan1, Rudy Goh2, Alexander Wright3
1University of Adelaide, Adelaide, SA 5005, Australia.
概括
人工智能,包括机器学习算法和大型语言模型 (LLM),在识别患者进行手术评估和提取相关临床信息进行转诊方面表现有前途.
科学领域:
- 神经学 神经学
- 人工智能的人工智能
- 医疗信息学 医疗信息学
背景情况:
- 手术评估需要仔细选择患者.
- 识别合适的候选人可能是耗时的.
- 人工智能工具可以简化这一过程.
研究的目的:
- 评估一种机器学习算法,用于识别手术评估候选人.
- 评估大型语言模型 (LLM) 在提取关键信息以供参考方面的表现.
主要方法:
- 在12个月内,AI分析应用于诊所的患者.
- 一个随机森林模型按手术候选人概率分层患者.
- 前5%接受了手动审查;LLM从临床笔记中提取了与转诊相关的数据.
主要成果:
- 53.3%的手动审查的患者符合手术评估的标准.
- 20%的人在一个月内被转介.
- 士学位准确度在80-100%之间,大多数错误发生在管理计划总结中.
结论:
- 包括机器学习和LLM在内的AI显示出有潜力帮助识别患者进行手术评估.
- 人工智能工具可以帮助提取用于外科推的关键信息.
更多相关视频
09:41A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery
Published on: May 20, 2016
12.0K
05:54Stereo-Electro-Encephalo-Graphy SEEG With Robotic Assistance in the Presurgical Evaluation of Medical Refractory Epilepsy: A Technical Note
Published on: June 13, 2016
17.1K
