相关实验视频
Updated: Sep 16, 2025
06:48
Emergency Undocking in Robotic Surgery: A Simulation Curriculum
Published on: May 20, 2018
9.5K
[用于外科实践的人工智能算法的验证]
1Abteilung Intelligente Medizinische Systeme und Helmholtz Imaging, Deutsches Krebsforschungszentrum (DKFZ) Heidelberg, Im Neuenheimer Feld 223, 69120, Heidelberg, Deutschland. a.reinke@dkfz-heidelberg.de.
Chirurgie (Heidelberg, Germany)
|July 11, 2025
概括
确保安全的手术人工智能 (AI) 需要强有力的验证. 目前的方法往往不足,需要改进AI在外科手术中的临床应用策略.
科学领域:
- 手术方面的创新.
- 医疗人工智能的人工智能
- 临床验证方法的临床验证方法.
背景情况:
- 人工智能 (AI) 在外科手术中的整合正在迅速推进.
- 目前用于外科人工智能系统的验证方法经常不足.
- 确保AI工具在手术环境中的可靠性至关重要.
研究的目的:
- 确定手术人工智能的关键验证挑战.
- 建立对具有临床意义的验证策略的要求.
- 提高AI在外科实践中的安全性和有效性.
主要方法:
- 从现有文献中分析与计量相关的陷.
- 整合来自"指标重新加载"共识过程的见解.
- 对外科AI应用程序的验证框架的调整.
主要成果:
- 在数据处理,指标选择和报告标准中发现了反复出现的弱点.
- 强调了视频数据中忽视时间结构和聚合的关键问题.
- 强调需要在人工智能实施的所有层面进行强有力的验证.
结论:
- 结构化,临床知情的验证对于安全的外科AI部署是不可或缺的.
- "度量重新加载"框架正在改进,以满足特定的外科手术要求.
- 改进的验证协议将促进更多的人工智能在手术中的信任和采用.
