探索深度学习算法的可行性,用于在单边裂唇修复中进行术后结果评估:试点研究
Muhammad Daiem1,2,3, Ghulam Q Fayyaz1, Sohaib Irfan3
1Department of Plastic Surgery, CLAPP Hospital, Lahore, Pakistan.
The Journal of craniofacial surgery
|November 20, 2025
概括
这项研究表明,深度学习算法可以帮助评估裂唇手术结果,并识别需要修复手术的患者. 这种人工智能工具可以提高护理的一致性,特别是在服务不足的地区.
科学领域:
- 整形外科 整形外科 整形外科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 裂口修复结果通常使用具有高可变性的主观方法进行评估.
- 目前用于裂唇修复的评估工具缺乏可扩展性和一致性.
- 需要客观的,可扩展的方法来进行术后裂唇评估.
研究的目的:
- 探索深度学习 (DL) 算法的可行性,以评估单边裂唇修复结果.
- 为了识别患有修复手术风险增加的患者,使用DL.
- 开发一个原型的人工智能辅助分拣系统,用于裂护理.
主要方法:
- 使用EfficientNet-B1架构开发了一个卷积神经网络 (CNN).
- 在500张标准化术后面部照片上训练了DL模型,并修改了结果.
- 严格的数据预处理,增强和验证确保了模型的稳定性.
主要成果:
- 在一个独立的测试组中,DL模型实现了74%的准确性和0.79的AUC.
- 该模型显示,在识别需要修复手术的患者时,回忆率为76%.
- 功能空间可视化证实了可靠的类分离和模型可解释性.
结论:
- 深度学习算法可以为裂唇护理结果评估提供有价值的支持.
- 这种人工智能模型显示了识别修订候选人的潜力,提高了护理公平.
- 将人工智能集成到裂唇术后工作流程中可以改善护理的一致性和获取.
