在难以愈合的伤口中精确的基于人工智能的伤口大小和组织组成

科学领域:

• 医疗技术
• 医疗保健中的人工智能
• 伤口护理管理

背景情况:

• 准确的伤口评估对于有效的个性化治疗难以愈合的伤口至关重要.
• 目前的临床工具缺乏自动伤口大小 (表面积,深度) 和伤床评估 (,瘤) 的精度.

研究的目的:

• 评估由人工智能驱动的SeeWound© 2系统的准确性和精度.
• 将SeeWound© 2与数字平面测量对伤口表面积,深度和伤口床的特征进行比较.
• 评估各种伤口的性能,包括糖尿病足,静脉,压力和缺血性.

主要方法:

• 使用SeeWound© 2,一种人工智能技术,用于自动化伤口评估.
• 采用数字平面测量作为比较标准.
• 在实验室模型和患有各种慢性伤口的人身上测试了该系统.

主要成果:

• 在伤口表面 (96.28%) 和伤口深度 (90.75%) 方面,SeeWound© 2的准确度和精度很高.
• 伤床特征的准确率为80.30%和84.73%
• 伤床特征的准确性为: 93.51%的和82.35%的.

结论:

• 人工智能模型SeeWound© 2在评估伤口大小和深度时达到近90%的准确度和精度.
• 与数字平面测量相比,检测和死亡的准确性达到了大约80%.
• 在伤口文档和决策支持方面,SeeWound© 2 显示了显著临床益处的潜力.