AUGUR-AIM:人工智能印氨酸绿色光血管学专家代表的临床验证

科学领域:

• 手术创新 在外科创新.
• 医学成像分析 医学成像分析
• 医疗保健中的人工智能

背景情况:

• 氨酸绿色光血管学 (ICGFA) 降低了结直肠外科手术中解剖体泄漏率.
• 一个人工智能 (AI) 模型,AUGUR-AI,在预测外科手术接器放置的专家ICGFA解释方面表现出了希望.
• AUGUR-AIM研究旨在在多个中心验证这个AI工具.

研究的目的:

• 验证AUGUR-AI系统的通用性,可用性和准确性.
• 开发和测试新的算法,以在外科环境中实现最佳的AI部署.
• 将AI驱动的ICGFA解释与经验丰富的外科医生的决定进行比较.

主要方法:

• 一年多的前性,观察性,多中心的欧洲研究.
• 接受标准ICGFA切除性结直肠手术的患者.
• 通过AUGUR-AI对ICGFA图像进行实时和后期计算分析,外科医生对AI结果视而不见.

主要成果:

• 对外科医生解释进行人工智能算法的代测试.
• 基于AI的光信号解释与外科医生选择的切割部位的比较.
• 优化人工智能软件的可用性.

结论:

• AUGUR-AIM将对专家用户验证AUGUR-AI的实时ICGFA解释.
• 该研究旨在构建用于AI模型增强的多样化数据集.
• AUGUR-AI有可能成为所有ICGFA用户的临床决策支持工具.