健康

AIは、患者の写真から手術後感染を識別します

この記事を聴くために無料で登録してください ありがとう。上記のプレイヤーを使用してこの記事を聞いてください。 ✖ Mayo Clinicの研究者は、術後の創傷の患者が供給した写真を分析して、手術部位感染症（SSIS）を特定できる人工知能（AI）システムを開発しました。 で公開された研究 手術の年代記9つのメイヨークリニック病院で治療された6,000を超える患者から収集された20,000を超える画像で訓練されたマルチステップパイプラインについて説明しています。 AIシステムは、3つの機能を実行するようにトレーニングされています。最初に、提出された画像に外科的切開が含まれているかどうかを決定し、次に画像の品質を評価し、最終的に感染の兆候の切開を評価します。 自動スクリーニングによる外来患者の回復をサポートします 「私たちは、外科的切開の外来監視がタイムリーに監視される必要性の増加に動機付けられました。」 言った Cornelius Thiels、Do、Mayo Clinicの肝臓および膵臓外科医、および研究の共同著者。 「現在臨床医によって行われているこのプロセスは時間がかかり、ケアを遅らせることができます。私たちのAIモデルは、これらの画像を自動的にトリアゲにするのに役立ち、患者とケアチーム間の早期発見を改善し、コミュニケーションを合理化することができます。」 このモデルは、2段階モデルを使用して動作します。まず、切開検出から始まります。切開が確認された場合、創傷の特徴を評価して、感染の兆候があるかどうかを評価します。 このモデルは、切開の存在を特定する上で94％の精度を達成し、感染の検出で0.81の曲線下（AUC）の下の面積を達成しました。重大なことに、このモデルは、多様な患者の人口統計全体で一貫して高いレベルでパフォーマンスを続け、潜在的なバイアスに対する懸念を軽減し続けています。 臨床ワークフローにおける将来のアプリケーション このツールは現在、概念実証として機能していますが、研究チームは現実世界の外科ケアワークフローでどのように使用できるかを調査しています。 「患者にとって、これはより速い安心感や問題の早期の特定を意味する可能性があります。」 言った Hala Muaddi、MD、Ph.D.、Mayo Clinicの肝蒸発療法フェローおよびFirst Author。 「臨床医の場合、特に農村部やリソース制限のある設定で、最も必要なケースに注意を向ける方法を提供します。」 チームは、この技術が自宅で手術から回復している患者をサポートするのに役立つことを願っています。さらなる検証により、彼らは、それが切開に関する潜在的に医師に警告するための最前線のスクリーニングツールとして使用できると考えています。 参照： Hala Muaddi、Choudhary A、Lee F、et al。人工知能を使用した画像ベースの手術部位感染の検出。 アン・スージュ。 2025。doi： 10.1097/sla.00000000006826 このコンテンツには、AIの支援を受けて生成されたテキストが含まれています。テクノロジーネットワークのAIポリシーはここにあります。 1751991245…