基于成像的手术部位感染检测使用人工智能
Hala Muaddi1, Ashok Choudhary2, Frank Lee1
1Division of Hepatobiliary and Pancreas Surgery, Mayo Clinic, Rochester, MN.
Annals of surgery
|July 3, 2025
概括
一个人工智能管道有效地评估患者提交的伤口图像,以检测手术部位感染 (SSI). 这种人工智能工具有助于早期检测,减少临床医生的工作量并改善术后护理结果.
科学领域:
- 医疗人工智能 医疗人工智能
- 数字健康数字健康
- 手术部位感染检测检测
背景情况:
- 越来越多的门诊手术和远程监控给临床医生带来了重要的行政任务.
- 早期发现手术部位感染 (SSIs) 对于尽量减少术后并发症至关重要.
- 患者通过在线门户网站提交的伤口图像变得越来越普遍.
研究的目的:
- 创建基于人工智能 (AI) 的系统来评估和优先考虑患者提交的术后伤口图像.
- 为了自动评估伤口图像并检测潜在的手术部位感染 (SSIs).
主要方法:
- 开发了一种两级AI模型,用于切口检测和在术后伤口图像中检测SSI.
- 利用了来自梅奥诊所医院 (2019-2022) 6060 个患者图像的数据集,包括来自国家外科质量改善计划 (NSQIP) 的SSI结果.
- 通过交叉验证,数据增强和图像质量评估,包括跨种族群体的敏感性分析,评估了四个预训练的架构.
主要成果:
- 视觉变压器模型在切口检测 (0.94) 和SSI检测 (0.73) 中实现了高精度.
- 人工智能管道在图像质量评估方面表现强.
- 在不同种族小组中,表现一致,表明有效性公平.
结论:
- 开发的AI管道显示了自动评估术后伤口图像的巨大潜力.
- 这项技术可以有效地帮助早期检测手术部位感染 (SSI).
- 人工智能系统有望减少临床医生的工作量,并提高术后患者护理的质量.
