Чи може сканування мозку бути найкращим способом розповісти про це першокласному хірургу? Ну начебто. Дослідники з Політехнічного інституту Ренселера та Університету Буффало розробили Brain-NET, глибоке навчання А.І. інструмент, який може точно передбачити результати сертифікації хірурга на основі даних нейровізуалізації.
Ця сертифікаційна оцінка, відома як програма «Основи лапароскопічної хірургії» (FLS), наразі розраховується вручну за формулою, яка потребує надзвичайно багато часу та праці. Ідея полягає в тому, щоб дати об'єктивну оцінку хірургічним навичкам, тим самим продемонструвавши ефективне навчання.
Рекомендовані відео
«Програма «Основи лапароскопічної хірургії» була прийнята на національному рівні для хірургічних резидентів, стипендіатів і практикуючих лікарі навчаються та практикують лапароскопічні навички, щоб мати можливість точно вимірювати та документувати їх навички», Ксав'є Інтес, професор біомедичної інженерії в Rensselaer, розповів Digital Trends. «Одним із ключових аспектів такої програми є метрика оцінки, яка обчислюється на основі часу виконання хірургічного завдання, а також оцінки помилок».
Команда дослідників цього проекту хотіла перевірити, чи зможуть вони передбачити оцінку FLS хірургів за допомогою оптичної візуалізації мозку. Завдяки паралельній нейронній мережі вони продемонстрували, що здатні робити це з високим рівнем точності. Ця робота базується на попередніх дослідженнях, у яких було показано, що функціональна ближня інфрачервона спектроскопія (fNIRS) ефективний у класифікації різних типів рухових завдань, тим самим забезпечуючи потенційний засіб виконання ручних навичок рівень. У цьому останньому проекті дослідники використовували ті самі дані fNIRS, щоб передбачити кінцеві показники ефективності, які використовуються в сертифікації хірургії.
«Ці результати є кроком на шляху до використання нейровізуалізації та глибокого навчання нейрозворотний зв’язок для покращення набуття хірургічних навичок, утримання та процесу сертифікації», — продовжив Інтес. «Перевага цих підходів полягає в тому, що вони повинні забезпечити більш персоналізований режим тренувань із зворотним зв’язком біля ліжка для отримання оптимальних навичок. Сучасні підходи зосереджені лише на повторенні завдань без можливості швидкого та об’єктивного зворотного зв’язку».
Ця робота є частиною постійних зусиль, спрямованих на покращення способу навчання та оцінки хірургічних навичок. Саме по собі це останнє дослідження не змінить цього принципово. Однак у майбутньому це може закласти основу для нових способів покращення виконання хірургічних завдань — і персоналізованих підходів до навчання — за допомогою оцінки нейровізуалізації.
«Зараз ми використовуємо оцінку FLS як засіб оцінки хірургічних навичок», — сказав Інтес. «Ми сподіваємося, що завдяки подальшим дослідженням ми зможемо також вийти за межі цього показника та виявити [a] новий набір нейробіомаркерів, які нададуть більш точне уявлення про навчання хірургічних навичок та виконання».
Документ із описом дослідження доступний читайте в журналі IEEE Transactions on Biomedical Engineering.
Рекомендації редакції
- Ви нарешті можете перенести свої чати WhatsApp з Android на iOS
- Тепер ваш iPhone може навести вас до втрачених AirPods Pro
- Як Nintendo може використовувати штучний інтелект щоб перенести ігри 4K на Switch Pro
- Розумний новий A.I. система обіцяє дресирувати вашу собаку, поки вас немає вдома
- Вчені звернулися до А.І. проаналізувати летопис скам'янілостей. Ось що він знайшов
Оновіть свій спосіб життяDigital Trends допомагає читачам стежити за динамічним світом технологій завдяки всім останнім новинам, цікавим оглядам продуктів, проникливим редакційним статтям і унікальним у своєму роді коротким оглядам.
