Czy badanie mózgu może być najlepszym sposobem, aby poinformować o tym najwyższej klasy chirurga? Cóż, w pewnym sensie. Naukowcy z Rensselaer Polytechnic Institute i Uniwersytetu w Buffalo opracowali Brain-NET, a głębokie uczenie się narzędzie, które może dokładnie przewidzieć wyniki certyfikacji chirurga na podstawie danych neuroobrazowych.
Wynik ten, znany jako program Podstaw chirurgii laparoskopowej (FLS), jest obecnie obliczany ręcznie przy użyciu wzoru, który jest niezwykle czasochłonny i pracochłonny. Ideą jest obiektywna ocena umiejętności chirurgicznych, a tym samym wykazanie skutecznego szkolenia.
Polecane filmy
„Program Podstaw chirurgii laparoskopowej został przyjęty w całym kraju dla rezydentów chirurgii, stypendystów i praktykujących lekarzom możliwość nauki i ćwiczenia umiejętności laparoskopowych, aby mieć możliwość ich dokładnego pomiaru i udokumentowania umiejętności," Xavier Intes, profesor inżynierii biomedycznej w Rensselaer, powiedział Digital Trends. „Jednym z kluczowych aspektów takiego [a] programu jest metryka punktacji obliczana na podstawie czasu wykonania zadania chirurgicznego, a także oszacowania błędu”.
Zespół badaczy biorący udział w tym projekcie chciał sprawdzić, czy za pomocą optycznego obrazowania mózgu można przewidzieć wynik FLS chirurgów. Dzięki współbieżnej sieci neuronowej wykazali, że potrafią to zrobić z dużą dokładnością. Praca ta opiera się na wcześniejszych badaniach, w których wykazano, że funkcjonalna spektroskopia w bliskiej podczerwieni (fNIRS) działa skutecznie klasyfikuje różne typy zadań motorycznych, zapewniając w ten sposób potencjalny sposób rozwijania umiejętności manualnych poziom. W najnowszym projekcie naukowcy wykorzystali te same dane fNIRS do przewidzenia ostatecznych wyników wydajności stosowanych w certyfikacji chirurgicznej.
„Te wyniki stanowią krok w kierunku wykorzystania neuroobrazowania i głębokiego uczenia się w celach naukowych neurofeedback w celu poprawy nabywania, utrzymywania i procesu certyfikacji umiejętności chirurgicznych”, Intes mówił dalej. „Zaletą tych podejść jest to, że powinny umożliwiać bardziej spersonalizowany program treningowy z informacją zwrotną przy łóżku pacjenta w celu optymalnego nabywania umiejętności. Obecne podejścia skupiają się wyłącznie na powtarzaniu zadań bez możliwości uzyskania szybkiej i obiektywnej informacji zwrotnej.
Praca ta stanowi część ciągłych wysiłków mających na celu ulepszenie sposobu nauczania i oceniania umiejętności chirurgicznych. Samo w sobie najnowsze badanie zasadniczo tego nie zmieni. Jednak w przyszłości może to położyć podwaliny pod nowe sposoby poprawy wykonywania zadań chirurgicznych – i spersonalizowane podejście do szkolenia – poprzez wykorzystanie oceny neuroobrazowej.
„Obecnie używamy wyniku FLS jako środka oceny umiejętności chirurgicznych” – powiedział Intes. „Mamy nadzieję, że dzięki dalszym badaniom będziemy mogli wyjść poza ten wskaźnik i odkryć [a] nowy zestaw neurobiomarkerów, który zapewni lepszy wgląd w uczenie się umiejętności chirurgicznych i wykonanie."
Artykuł opisujący badania jest dostępny przeczytaj w czasopiśmie IEEE Transactions on Biomedical Engineering.
Zalecenia redaktorów
- Wreszcie możesz przenieść swoje czaty WhatsApp z Androida na iOS
- Twój iPhone może teraz poprowadzić Cię do zagubionych słuchawek AirPods Pro
- Jak Nintendo mogłoby wykorzystać sztuczną inteligencję aby przenieść gry 4K na Switch Pro
- Inteligentna nowa sztuczna inteligencja system obiecuje wyszkolić Twojego psa, gdy będziesz poza domem
- Naukowcy zapytali A.I. do analizy zapisu kopalnego. Oto, co znaleziono
Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.
