一流の外科医を見極める最善の方法は脳スキャンではないでしょうか? そうですね。 レンセラー工科大学とバッファロー大学の研究者は、Brain-NET を開発しました。 ディープラーニングAI 神経画像データに基づいて外科医の認定スコアを正確に予測できるツール。
この認定スコアは「腹腔鏡手術の基礎」プログラム (FLS) として知られており、現在、非常に時間と労力がかかる計算式を使用して手動で計算されています。 その背後にある考え方は、手術スキルを客観的に評価し、それによって効果的なトレーニングを実証することです。
おすすめ動画
「腹腔鏡手術の基礎プログラムは、外科研修医、フェロー、開業医向けに全国的に採用されています。 医師は腹腔鏡スキルを学び、実践し、それらを確実に測定し記録する機会を得る必要があります。 スキル」 ザビエル・インテスレンセラー大学生物医工学教授はデジタルトレンドに語った。 「このようなプログラムの重要な側面の 1 つは、手術タスクの実行時間と誤差推定に基づいて計算されるスコアリング指標です。」
このプロジェクトの研究チームは、光学脳イメージングを使用して外科医の FLS スコアを予測できるかどうかを確認したいと考えていました。 同時ニューラル ネットワークのおかげで、これを高レベルの精度で実行できることが実証されました。 この研究は、機能的近赤外分光法 (fNIRS) が証明された以前の研究に基づいています。 さまざまな運動課題の種類を分類するのに効果的であり、それによって手動スキルのパフォーマンスの潜在的な手段を提供します。 レベル。 この最新のプロジェクトでは、研究者らは同じ fNIRS データを使用して、外科認定に使用される最終的なパフォーマンス スコアを予測しました。
「これらの結果は、神経画像化と深層学習を活用するための足がかりとなります。 手術スキルの習得、保持、認定プロセスを改善するためのニューロフィードバック。」 インテスは続けた。 「これらのアプローチの利点は、最適なスキル習得のためのベッドサイドでのフィードバックにより、より個別化されたトレーニング計画が可能になることです。 現在のアプローチは、タスクの繰り返しのみに重点を置いており、迅速かつ客観的なフィードバックが得られる可能性はありません。」
この取り組みは、外科技術の教育と評価の方法を強化するための継続的な取り組みの一環です。 この最新の研究それ自体は、それを根本的に変えるものではありません。 しかし、将来的には、神経画像評価を使用することで、外科的タスクの実行を改善する新しい方法、およびトレーニングへのパーソナライズされたアプローチの基礎を築く可能性があります。
「私たちは現在、外科技術を評価する手段としてFLSスコアを使用しています」とインテス氏は語った。 「さらなる研究により、この指標を超えて、[a] 外科技術の学習に関するより詳細な洞察を提供する新しい神経バイオマーカーのセットと 実行。"
研究について説明した論文は次のユーザーに提供されています。 ジャーナルIEEE Transactions on Biomedical Engineeringで読む.
編集者のおすすめ
- ついに WhatsApp チャットを Android から iOS に移行できるようになりました
- iPhone が紛失した AirPods Pro を案内できるようになりました
- 任天堂はAIをどのように活用できるのか 4K ゲームを Switch Pro にもたらす
- 賢い新しいA.I. このシステムは、あなたが家を離れている間に犬を訓練することを約束します
- 科学者たちはA.I.に尋ねた。 化石記録を分析するためです。 それが見つけたのがこれです
ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。
