Ar smegenų skenavimas gali būti geriausias būdas pasakyti aukščiausios klasės chirurgui? Na, savotiškai. Rensselaer politechnikos instituto ir Bafalo universiteto mokslininkai sukūrė Brain-NET, a gilus mokymasis A.I. įrankis, galintis tiksliai numatyti chirurgo sertifikavimo balus pagal jų neurovaizdo duomenis.
Šis sertifikavimo balas, žinomas kaip Laparoskopinės chirurgijos programos pagrindai (FLS), šiuo metu apskaičiuojamas rankiniu būdu, naudojant formulę, kuri yra labai daug laiko ir daug darbo reikalaujanti. Jos tikslas yra objektyviai įvertinti chirurginius įgūdžius, taip pademonstruojant veiksmingą mokymą.
Rekomenduojami vaizdo įrašai
„Laparoskopinės chirurgijos pagrindų programa buvo priimta nacionaliniu mastu chirurgijos rezidentams, kolegoms ir praktikuojantiems. gydytojams išmokti ir praktikuoti laparoskopinius įgūdžius, kad turėtų galimybę juos neabejotinai išmatuoti ir dokumentuoti įgūdžius“, Xavier Intes, Rensselaer biomedicinos inžinerijos profesorius pasakojo „Digital Trends“. „Vienas iš pagrindinių tokios programos aspektų yra balų metrika, kuri apskaičiuojama remiantis chirurginės užduoties atlikimo laiku, taip pat klaidų įvertinimu.
Šio projekto tyrėjų komanda norėjo išsiaiškinti, ar jie galėtų numatyti chirurgų FLS balą naudodami optinį smegenų vaizdavimą. Vienu metu veikiančio neuroninio tinklo dėka jie įrodė, kad galėjo tai padaryti labai tiksliai. Šis darbas pagrįstas ankstesniais tyrimais, kurių metu buvo įrodyta, kad funkcinė artimųjų infraraudonųjų spindulių spektroskopija (fNIRS) efektyvus klasifikuojant įvairius motorinių užduočių tipus, taip suteikiant galimą rankinių įgūdžių atlikimo priemonę lygiu. Šiame naujausiame projekte tyrėjai naudojo tuos pačius fNIRS duomenis, kad prognozuotų galutinius chirurginio sertifikavimo rezultatus.
„Šie rezultatai yra žingsnis link neurovaizdavimo ir gilaus mokymosi sverto neurogrįžtamasis ryšys, siekiant pagerinti chirurginių įgūdžių įgijimą, išlaikymą ir sertifikavimo procesą. Intesas tęsė. „Šių metodų pranašumas yra tas, kad jie turėtų sudaryti galimybę pritaikyti labiau individualizuotą treniruočių režimą su grįžtamuoju ryšiu, kad būtų galima įgyti optimalius įgūdžius. Dabartiniai metodai yra išskirtinai orientuoti į užduočių kartojimą be galimybės greitai ir objektyviai gauti grįžtamąjį ryšį.
Šis darbas yra dalis nuolatinių pastangų tobulinti chirurginių įgūdžių mokymą ir vertinimą. Šis naujausias tyrimas savaime to iš esmės nepakeis. Tačiau ateityje tai galėtų padėti pagrindą naujiems būdams, kaip pagerinti chirurginių užduočių vykdymą ir pritaikyti individualiems požiūriams į mokymą, naudojant neurovaizdinį vertinimą.
"Šiuo metu mes naudojame FLS balą kaip priemonę įvertinti chirurginius įgūdžius", - sakė Intesas. „Tikimės, kad atlikdami tolesnius tyrimus galėsime peržengti šią metriką ir atrasti [a] naujas neurobiomarkerių rinkinys, kuris suteiks tikslesnės informacijos apie chirurginių įgūdžių mokymąsi ir egzekucija“.
Tyrimą aprašantis dokumentas yra prieinamas skaitykite žurnale IEEE Transactions on Biomedical Engineering.
Redaktorių rekomendacijos
- Pagaliau galite perkelti savo „WhatsApp“ pokalbius iš „Android“ į „iOS“.
- Dabar jūsų „iPhone“ gali nukreipti jus į prarastą „AirPods Pro“.
- Kaip „Nintendo“ galėtų naudoti A.I. kad „Switch Pro“ būtų galima žaisti 4K žaidimus
- Protingas naujas A.I. sistema žada dresuoti jūsų šunį, kol esate toli nuo namų
- Mokslininkai paklausė A.I. išanalizuoti fosilijų įrašus. Štai ką ji rado
Atnaujinkite savo gyvenimo būdąSkaitmeninės tendencijos padeda skaitytojams stebėti sparčiai besivystantį technologijų pasaulį – pateikiamos visos naujausios naujienos, smagios produktų apžvalgos, įžvalgūs vedamieji leidiniai ir unikalūs žvilgsniai.
