用人工智能增强的治疗持续时间的预测建模和裂嘴巴和治疗的个性化治疗计划
Artur Aharonyan1,2, Syed Anwar3,4, HyeRan Choo5,6
1Division of Plastic and Reconstructive Surgery, Neonatal and Pediatric Craniofacial Airway Orthodontics, Department of Surgery, Stanford University School of Medicine, 770 Welch Road, Palo Alto, CA, 94394, USA.
International journal of computer assisted radiology and surgery
|September 9, 2025
概括
这项研究使用机器学习来预测膜成型板治疗 (AMPT) 的治疗持续时间,用于唇裂 (CLP) 的婴儿. 人工智能模型准确预测治疗时间,从而实现个性化护理.
科学领域:
- 面外科手术 面外科手术
- 医疗人工智能的人工智能
- 儿科牙科 儿科牙科
背景情况:
- 膜成型板处理 (AMPT) 对于准备新生儿口唇裂 (CLP) 进行重建手术至关重要.
- 预测接近正常化的裂口形的AMPT持续时间具有挑战性,并影响整体治疗时间表.
- 个性化治疗规划需要准确预测治疗持续时间.
研究的目的:
- 开发和评估一种机器学习模型,用于预测单边CLP新生儿的AMPT持续时间.
- 为了利用3D大门门评估进行个性化治疗规划.
- 通过人工智能驱动的预测来提高裂护理的效率.
主要方法:
- 收集了35名患有单侧CLP的婴儿的上门的3D数字模型.
- 根据解剖学地标和距离提取出数量特征.
- 训练了一个多层感知子 (MLP) 神经网络来预测治疗持续时间.
主要成果:
- 该MLP模型实现了高预测准确度,Pearson的相关性为0.96和R平方为0.91.
- 持续时间预测的平均绝对误差为3.03天.
- 关键的预测特征包括地标和距离定义膜间隙宽度.
结论:
- 开发的AI模型可靠地预测了单边CLP新生儿的AMPT持续时间.
- 这种预测能力可以为个人化和高效的基于人工智能的裂护理治疗管道做出贡献.
- 这些发现支持将机器学习整合到优化面异常治疗中.
关键词:
三维STL模型的3D模型膜状成型板的成型板是膜状的唇和 palatal 裂口 唇和 palatal 裂口是指唇和 palatal 裂口的两个部分.收缩螺丝的调整 收缩螺丝的调整深度学习是一种深度学习.个性化治疗计划 个性化治疗计划治疗持续时间 治疗持续时间更多相关视频
07:16Author Spotlight: Development of a Novel Finite Element Analysis Model for Improved Orthognathic Surgical Techniques
Published on: October 20, 2023
1.8K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.6K
