Dirbtinis intelektas plinta visoje sveikatos priežiūros srityje ir atneša daug naudos. Be kitų sričių, AI veikia chirurgiją. Priešoperaciniame planavime, pavyzdžiui, dirbtinis intelektas apdoroja daugybę pacientų duomenų, kad sukurtų individualizuotus gydymo planus, peržengiant universalų požiūrį.

Dirbtinio intelekto pagrįstos operacinės gairės palaiko tikslią mediciną, derindamos specifinius paciento priešoperacinius duomenis su įžvalgomis realiu laiku operacijos metu. Šis metodas leidžia chirurgams pritaikyti savo metodus prie kiekvieno paciento unikalios anatomijos, prisitaikyti prie anatominių pokyčių, nustatyti saugiausius chirurgijos būdus ir sumažinti riziką.

Gabrielis Jonesas yra chirurginių medicinos technologijų įmonės „Proprio“, kuri sukūrė „Paradigm“ – navigacijos platformą, kuri integruoja dirbtinio intelekto, mašininio mokymosi, šviesos lauko ir gylio jutiklių technologijas, kad realiuoju laiku pateiktų anatomijos ir chirurgijos scenos 3D vaizdą, generalinis direktorius.

Čia Jonesas kalba apie AI planuojant prieš operaciją ir vadovaujant operacijų metu, taip pat apie AI vizualizacijoje ir skaitmeniniuose dvyniuose bei nuspėjamąją analizę.

K. Siūlote, kad prieš operaciją dirbtinis intelektas galėtų apdoroti daugybę pacientų duomenų, kad sukurtų individualizuotus gydymo planus, ne tik visiems tinkančius. Paaiškinkite, kaip tai atrodo.

A. Norint veiksmingai planuoti ir atlikti chirurginį gydymą, būtina suprasti sudėtingus anatominius ryšius. Tradiciniai metodai dažnai rėmėsi statiniu vaizdavimu, kuris suteikė tik paciento anatomijos momentinį vaizdą.

Tačiau, naudodamiesi naujomis technologijomis, galime skaitmeninti visą veiklos sritį. Panaudodami pažangų AI ir mašininį mokymąsi, galime sukurti dinamines, realiojo laiko unikalios paciento anatomijos vizualizacijas.

Įsivaizduokite scenarijų, kai chirurgas gali sąveikauti su visiškai skaitmeniniu paciento anatomijos modeliu prieš operaciją. Šis modelis apima duomenis iš įvairių šaltinių, pvz., MRT, kompiuterinės tomografijos ir paciento istorijos, kad būtų sukurtas 3D vaizdas, kuriuo galima manipuliuoti realiu laiku. Tai leidžia chirurgams įvertinti to, ko jie ieško, vietą, taip pat savo santykius su aplinkine anatomija, o tai leidžia sudaryti labai pritaikytus chirurginius planus.

Šis metodas atitolina mus nuo universalaus mąstymo, nes jis integruoja kiekvieno paciento individualius duomenis. Chirurgai gali imituoti skirtingus chirurginius metodus ir vizualizuoti galimus rezultatus, atsižvelgdami į konkrečius esamus anatominius pokyčius. Rezultatas – individualizuotas gydymo planas, kuris padidina tikslumą ir galiausiai pagerina pacientų saugumą bei rezultatus.

K. Iš kur gaunami dirbtinio intelekto pagrįsti intraoperaciniai nurodymai ir kaip jie gali padėti tiksliajai medicinai?

A. Tradiciškai chirurgai procedūrų metu vadovaudavosi priešoperaciniu vaizdavimu ir surogatiniais žymenimis. Nors šios priemonės mums pasitarnavo, jos gali greitai pasenti, jei pacientas operacijos metu juda arba pasikeičia atskaitos taškai. Dėl to chirurgai gali dirbti su netikslia informacija, o tai kelti didelę riziką.

Dirbtinio intelekto valdomos operacijos pakeičia tai, sujungdamos priešoperacinius vaizdo duomenis su šviesos lauko ir gylio jutiklių technologijomis, kurias maitina dirbtinis intelektas. Ši integracija leidžia realiuoju laiku pateikti anatomines vizualizacijas, nuolat suderintas su esama paciento padėtimi.

Pavyzdžiui, jei operacijos metu paciento kūnas pasislenka, sistema gali akimirksniu pakoreguoti vaizdinius duomenis, kad visos procedūros metu realiu laiku pateiktų tikslius nurodymus. Šis dirbtinio intelekto sujungimas su vaizdo gavimo technologijomis supaprastina darbo eigą, sumažina nereikalingą radiacijos poveikį ir pagerina bendrą chirurginį vadovavimą.

Rezultatas – reikšmingas pacientų ir chirurgų komandų chirurginio tikslumo ir saugumo pagerėjimas. Chirurgai gali pasitikėti, kad jie gauna reikiamus duomenis tinkamu laiku ir kad jie atspindi paciento anatomiją, o tai geriau aprūpina chirurgus įvairių įgūdžių ir patirties lygiais, tuo pačiu sumažinant klaidų tikimybę.

Klausimas. Paaiškinkite vizualizaciją ir skaitmeninius dvynius ir aptarkite, kaip AI gali generuoti realaus laiko 3D chirurginio lauko modelius ir ką tai leidžia.

A. Vizualizacija ir skaitmeniniai anatominiai dvyniai yra galingi įrankiai, skirti pagerinti tikslumą, saugumą ir chirurginius rezultatus. Skaitmeninis dvynys – tai virtuali paciento anatomijos kopija, kuri imituoja ir numato realaus pasaulio procesus realiu laiku.

Sukūrę skaitmeninį dvynį, chirurgai gali praktiškai ištirti įvairius chirurginius scenarijus, išbandyti skirtingus metodus ir numatyti rezultatus prieš priimdami sprendimus operacinėje. Ši galimybė leidžia planuoti gydymą tiksliai pagal kiekvieno paciento unikalią anatomiją ir konkrečias aplinkybes.

Integruodami šviesos lauko ir gylio jutiklių technologijas su AI, galime sukurti realaus laiko 3D chirurginio lauko modelius – dar žinomus kaip skaitmeniniai dvyniai. Tai leidžia chirurgams matyti po struktūromis, už kampų ir skersai plokštumų, kurios dažnai nematomos naudojant tradicinius vaizdo gavimo metodus.

Naudodamas naujus chirurginius įrankius, chirurgas gali vizualizuoti svarbias struktūras, tokias kaip nervai ir kraujagyslės, trimis matmenimis, pagerindamas jų gebėjimą naršyti sudėtingose ​​anatomijose.

Šis precedento neturintis matomumo lygis leidžia ne tik geriau planuoti, bet ir priimti labiau pagrįstus sprendimus operacijos metu. Chirurgai gali pritaikyti savo metodus akimirksniu, žymiai pagerindami tikslumą ir sumažindami riziką, susijusią su nematomais anatominiais sudėtingumais.

K. Sakote, kad nuspėjamoji analizė gali panaudoti ankstesnių procedūrų duomenis, kad prognozuotų paciento rezultatus. Kaip tai padeda chirurgams ir sustiprina tiksliąją mediciną?

A. Chirurgijoje žinios yra galia. Kuo daugiau suprasime iš praeities procedūrų, tuo geriau galėsime informuoti apie būsimą chirurginę praktiką. Užfiksuodami ir analizuodami visų atvejų chirurginius duomenis, galime apibrėžti optimalius rezultatus ir pasimokyti iš net elementariausių ar sudėtingiausių procedūrų.

Nuspėjamoji analizė atlieka svarbų vaidmenį šiame procese, nagrinėjant panašių atvejų modelius ir rezultatus kartu su individualiais paciento veiksniais. Naudodami AI algoritmus, galime nustatyti galimas rizikas ir komplikacijas, remdamiesi istoriniais duomenimis.

Tai reiškia, kad chirurgas dar prieš įžengdamas į operacinę turi įžvalgų apie geriausius kiekvienam pacientui pritaikytus metodus. Atsižvelgdami į individualias ypatybes, pvz., anatominius pokyčius, ankstesnę ligos istoriją ir specifinę riziką, chirurgai gali priimti labai duomenimis pagrįstus sprendimus, kurie optimizuoja priežiūrą.

Toks individualizuoto planavimo lygis pagerina paciento rezultatus ir sumažina nepageidaujamų reiškinių riziką. Kadangi mes ir toliau tobuliname nuspėjamosios analizės galimybes, tikslas yra leisti chirurgams panaudoti šiuos duomenis nuolatiniam tobulėjimui, galiausiai pakeliant priežiūros standartą.

Stebėkite Billo HIT aprėptį „LinkedIn“: Billas Siwickis
El. paštu: bsiwicki@himss.org
„Healthcare IT News“ yra HIMSS žiniasklaidos leidinys