在白内障手术中影响法化过程时间估计的因素:使用神经网络进行分析

科学领域:

• 眼科医生 眼科 眼科
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 准确估计手术持续时间对于优化医院运营和预算管理至关重要.
• 发酵性白内障手术是一种常见的手术,时间预测是必不可少的.

研究的目的:

• 开发和评估一种方法来预测发泡化白内障手术的持续时间.
• 确定影响手术时间的关键眼科和全身因素.

主要方法:

• 分析了一组1192名接受发酵性白内障手术的患者.
• 使用具有反向传播的神经网络创建了一个预测算法.
• 提取了25个参数,7个输入特征的子集产生了最好的预测准确性.

主要成果:

• 拟议的机器学习方法实现了预测手术持续时间的平均绝对误差5.09分钟.
• 使用7个输入特征的最佳模型的预测准确率为69.74%.

结论:

• 机器学习算法显示了对准确预测白内障手术持续时间的巨大潜力.
• 影响手术时间的关键因素包括外科医生的经验,未经校正的视力敏度 (UCVA),眼内压力 (IOP),角膜曲率和球面值 (SF).