Може ли скенирање мозга бити најбољи начин да се то каже врхунском хирургу? Па, некако. Истраживачи са Политехничког института Ренсселаер и Универзитета у Бафалу развили су Браин-НЕТ, дубоко учење А.И. алат који може прецизно предвидети резултате сертификације хирурга на основу њихових података о неуроима.
Овај сертификациони резултат, познат као Програм Основе лапароскопске хирургије (ФЛС), тренутно се израчунава ручно помоћу формуле која захтева изузетно време и рад. Идеја иза тога је да се да објективна процена хируршких вештина, чиме се демонстрира ефикасна обука.
Препоручени видео снимци
„Програм Основе лапароскопске хирургије усвојен је на националном нивоу за хируршке специјалитете, стипендисте и практичаре лекари да науче и вежбају лапароскопске вештине како би имали прилику да их дефинитивно измере и документују вештине,” Ксавиер Интес, професор биомедицинског инжењерства у Ренсселаеру, рекао је за Дигитал Трендс. „Један кључни аспект таквог [таквог] програма је метрика бодовања која се израчунава на основу времена извршења хируршког задатка, као и процене грешке.“
Тим истраживача на овом пројекту желео је да види да ли могу да предвиде ФЛС резултат хирурга коришћењем оптичког снимања мозга. Захваљујући истовременој неуронској мрежи, показали су да су у стању да то ураде са високим нивоом тачности. Овај рад је заснован на претходним истраживањима у којима се показало да је функционална блиска инфрацрвена спектроскопија (фНИРС) ефикасан у класификацији различитих типова моторичких задатака, чиме се обезбеђује потенцијално средство за извођење ручних вештина ниво. У овом најновијем пројекту, истраживачи су користили исте фНИРС податке да предвиде крајње резултате перформанси који се користе у хируршкој сертификацији.
„Ови резултати су одскочна даска ка коришћењу неуроимагинга и дубоког учења за неурофеедбацк за побољшање стицања хируршких вештина, задржавања и процеса сертификације“, Интес је наставио. „Предност ових приступа је што би требало да омогуће персонализованији режим тренинга са повратним информацијама уз кревет за оптимално стицање вештина. Тренутни приступи се посебно фокусирају на понављање задатака без потенцијала за брзу и објективну повратну информацију."
Овај рад је део континуираног напора да се побољша начин на који се хируршке вештине подучавају и процењују. Само по себи, ово најновије истраживање то неће суштински променити. Међутим, у будућности то би могло поставити темеље за нове начине побољшања извршења хируршких задатака - и персонализованих приступа обуци - коришћењем процене неуроимагинга.
„Тренутно користимо ФЛС резултат као средство за процену хируршких вештина“, рекао је Интес. „Надамо се да ћемо, уз даље студије, моћи ићи даље од ове метрике и открити [а] нови сет неуробиомаркера који ће пружити бољи увид у учење хируршких вештина и извршење“.
Доступан је рад који описује истраживање прочитајте у часопису ИЕЕЕ Трансацтионс он Биомедицал Енгинееринг.
Препоруке уредника
- Коначно можете да преместите своје ВхатсАпп ћаскање са Андроид-а на иОС
- Ваш иПхоне сада може да вас води до изгубљених АирПодс Про
- Како би Нинтендо могао да користи А.И. да бисте донели 4К игре на Свитцх Про
- Паметни нови А.И. систем обећава да ће тренирати вашег пса док сте одсутни од куће
- Научници су питали А.И. да анализира фосилне записе. Ово је оно што је пронађено
Надоградите свој животни стилДигитални трендови помажу читаоцима да прате убрзани свет технологије са свим најновијим вестима, забавним рецензијама производа, проницљивим уводницима и јединственим кратким прегледима.
