使用人工智能为医疗保健提供自动化非侵入性烧伤诊断系统:AMBUSH-AI
Mohamed El Masry1,2, Md Masudur Rahman3,4, Surya C Gnyawali1,2
1Department of Surgery, School of Medicine, University of Pittsburgh, Pittsburgh, PA, 15219.
Annals of surgery
|February 19, 2026
概括
人工智能 (AI) 与超声波成像相结合,可以准确预测燃烧深度. 这项新技术在识别三度烧伤方面具有很高的准确性,提高了烧伤护理的诊断能力.
科学领域:
- 医疗技术 医疗技术 医学技术
- 人工智能的人工智能
- 超声波成像 超声波成像
背景情况:
- 准确的烧伤深度评估对于外科决定至关重要.
- 目前用于区分深部部分厚度和三度烧伤的诊断准确性有限 (76%为专家,50%为非专家).
- 这种局限性凸显了在烧伤管理中需要改进的诊断工具的需要.
研究的目的:
- 开发和评估一种人工智能驱动的技术,用于预测烧伤深度.
- 将FDA批准的超声波方式与AI集成,以提高诊断准确度.
- 为了克服区分烧伤深度的诊断挑战.
主要方法:
- 使用猪烧模型开发了一个AI框架,并在人类实验中进行了测试.
- 获得了组织多普勒弹性成像 (TDI) 和波B模式超声波图像.
- 人工智能解释了TDI和B模式图像,在某些情况下使用活检作为基本真相.
主要成果:
- 人工智能算法在识别猪的三度烧伤时实现了100%的准确性.
- 在人体受试者中,人工智能方法在识别三度烧伤时表现出95%的准确性.
- 人工智能模型分析了TDI和B模式超声波图像,以预测燃烧深度.
结论:
- 人工智能对B模式超声波和TDI图像的解释是一个可行的策略.
- 这种方法显著提高了预测烧伤深度的诊断准确性.
- 开发的技术有望改善烧伤评估和治疗规划.
