뇌 스캔이 최고의 외과 의사에게 알리는 가장 좋은 방법이 될 수 있을까요? 글쎄요. Rensselaer Polytechnic Institute와 Buffalo 대학의 연구원들은 Brain-NET을 개발했습니다. 딥러닝 A.I. 신경영상 데이터를 기반으로 외과의사의 자격증 점수를 정확하게 예측할 수 있는 도구입니다.
FLS(복강경 수술 기초 프로그램)로 알려진 이 인증 점수는 현재 극도로 시간과 노동력이 많이 소요되는 공식을 사용하여 수동으로 계산됩니다. 그 이면의 아이디어는 수술 기술에 대한 객관적인 평가를 제공하여 효과적인 훈련을 입증하는 것입니다.
추천 동영상
“복강경 수술의 기본 프로그램은 외과 레지던트, 펠로우 및 실습을 위해 전국적으로 채택되었습니다. 의사는 복강경 기술을 배우고 실습하여 이러한 기술을 확실히 측정하고 문서화할 수 있는 기회를 갖습니다. 실력,” 자비에 인테스, Rensselaer의 생의학 공학 교수는 Digital Trends에 말했습니다. "이러한 프로그램의 핵심 측면 중 하나는 수술 작업 실행 시간과 오류 추정을 기반으로 계산되는 점수 측정 기준입니다."
이 프로젝트의 연구진은 광학 뇌 영상을 사용하여 외과 의사의 FLS 점수를 예측할 수 있는지 확인하고 싶었습니다. 동시 신경망 덕분에 그들은 높은 수준의 정확도로 이를 수행할 수 있음을 입증했습니다. 이 연구는 기능적 근적외선 분광법(fNIRS)이 밝혀진 이전 연구를 기반으로 합니다. 다양한 운동 작업 유형을 분류하는 데 효과적이므로 수동 기술 수행의 잠재적인 수단을 제공합니다. 수준. 이 최신 프로젝트에서 연구원들은 동일한 fNIRS 데이터를 사용하여 수술 인증에 사용되는 최종 성능 점수를 예측했습니다.
“이러한 결과는 신경 영상 및 딥 러닝을 활용하기 위한 디딤돌입니다. 수술 기술 습득, 유지 및 인증 프로세스를 개선하기 위한 뉴로피드백" 인테스는 계속했다. “이러한 접근 방식의 장점은 최적의 기술 습득을 위해 병상 피드백을 통해 보다 개인화된 훈련 요법을 가능하게 해야 한다는 것입니다. 현재 접근 방식은 빠르고 객관적인 피드백을 제공하지 않고 작업 반복에만 초점을 맞추고 있습니다."
이 작업은 수술 기술을 가르치고 평가하는 방식을 향상시키기 위한 지속적인 노력의 일부입니다. 이 최신 연구 자체만으로는 이러한 상황이 근본적으로 바뀌지 않을 것입니다. 그러나 앞으로는 신경영상 평가를 사용하여 수술 작업 실행을 개선하는 새로운 방법과 훈련에 대한 개인화된 접근 방식을 위한 토대를 마련할 수 있습니다.
Intes는 "우리는 현재 수술 기술을 평가하는 수단으로 FLS 점수를 사용하고 있습니다."라고 말했습니다. “우리는 추가 연구를 통해 이 측정 기준을 뛰어넘어 [a] 수술 기술 학습에 대한 보다 정밀한 통찰력을 제공할 새로운 신경생물지표 세트 실행."
연구를 설명하는 논문을 이용할 수 있습니다. IEEE Transactions on Biomedical Engineering 저널을 읽어보세요..
편집자의 추천
- 마침내 WhatsApp 채팅을 Android에서 iOS로 이동할 수 있습니다.
- 이제 iPhone이 분실한 AirPods Pro를 안내할 수 있습니다.
- Nintendo가 A.I.를 어떻게 사용할 수 있습니까? Switch Pro에 4K 게이밍 구현
- 영리하고 새로운 A.I. 시스템은 당신이 집에 없는 동안 개를 훈련시키겠다고 약속합니다.
- 과학자들은 A.I에게 물었습니다. 화석 기록을 분석합니다. 이것이 발견한 것입니다
당신의 라이프스타일을 업그레이드하세요Digital Trends는 독자들이 모든 최신 뉴스, 재미있는 제품 리뷰, 통찰력 있는 사설 및 독특한 미리보기를 통해 빠르게 변화하는 기술 세계를 계속해서 살펴볼 수 있도록 도와줍니다.
