KI und erweiterte Realität schulen chirurgische Auszubildende ohne Ausbilder erfolgreich aus

Die Forscher des Mount Sinai haben die Wirksamkeit des Unterrichtens von chirurgischen Auszubildenden als schwieriges Verfahren mithilfe künstlicher Intelligenz-Algorithmen und einem Headset für eine verlängerte Realität ohne Ausbilder unterzogen. Alle 17 Auszubildenden der Studie erzielten chirurgische Erfolg.

Die neuartige Studie, veröffentlicht in Journal of Medical Extended Realityzeichnete sehr günstige Bewertungen von studentischen Teilnehmern, die das Deep -Learning -Modell getestet haben. Die Ergebnisse haben erhebliche Auswirkungen auf die zukünftige Ausbildung von Bewohnern und Chirurgen sowie auf das noch breitere Bereich des autonomen Lernens innerhalb der Medizin.

Zum ersten Mal haben wir ein KI-Modell erstellt, das mit einem Headset der erweiterten Realität verbunden ist, um zu beweisen, dass ein kritischer Schritt bei einem Nierenkrebsverfahren mit einer Genauigkeit von 99,9 Prozent durchgeführt werden könnte. Wir sind der Ansicht, dass unsere Studie einen frühen Beweis bietet, dass KI -Programme, die die Proktoren ersetzen, die ansässige Ärzte unterrichten, die Schulungskosten senken und letztendlich die Qualität, Effizienz und Standardisierung dieses Unterrichts verbessern können. „

Nelson Stone, MD, klinischer Professor für Urologie, Strahlenonkologie und Onkologische Wissenschaften an der Icahn School of Medicine am Mount Sinai und der korrespondierende Autor der Studie

Die chirurgische Ausbildung der Bewohner hat traditionell die Anwesenheit eines Lehrprozessers neben dem Studentenarzt im Operationssaal benötigt, was zu inkonsistenten Erwerb von Fähigkeiten führen kann. Dr. Stone und sein Team, zu denen Forscher des Ministeriums für Neurochirurgie am Medizinischen Zentrum der Universität von Rochester im Bundesstaat New York gehörten, untersuchte ein alternatives Schulungssystem unter Verwendung von von ihnen entwickelten KI -Programmen, darunter ESIST (Bildungssystem für inspüren chirurgische Ausbildung). Dieses Modell gekoppelt Deep Learning-Methodik mit einem von den 17 Teilnehmern getragenen Headset Extended-Reality-Headset, um chirurgische Anweisungen und Videoinhalte vor ihren Augen zu streamen, und gleichzeitig ihre Hände frei bleiben, um das komplizierte Verfahren zu üben.

Die Operation simulierte ein partielles Nephrektomieverfahren, das zum Entfernen eines Krebsteils einer Niere entworfen wurde, einschließlich der Klemme an der Nierenarterie. Für diese Replikation erstellten Forscher eine „Phantom“ -Niere aus 3D -gedruckten Abgüssen der computergestützten Tomographie (CT) -Scans eines anonymisierten Patienten. Die Abgüsse wurden mit Polymeren auf Wasserbasis gefüllt und zusammengebaut, um ein partielles Nephrektomiemodell mit Nierentumoren zu schaffen. Während der Schüler praktizierten, überwacht die hoch entwickelte Kamera des Systems der ersten Person ihr Training kontinuierlich, lieferte Echtzeit-Feedback und projizierte Korrekturaufforderungen im Rahmen seiner Fähigkeiten zur Bewertung der Fähigkeiten.

„Vor allem hat unsere Studie gezeigt, dass ein komplexes Verfahren wie eine partielle Nephrektomie ohne das Vorhandensein eines Ausbilders den chirurgischen Auszubildenden unter Verwendung eines simulierten Modells beigebracht werden könnte“, sagte Dr. Stone. „Dieser Befund befasst sich mit einem dringenden Bedarf, der sich aus dem Mangel an Trainern und Vorgesetzten ergibt, Ärzte über neue medizinische Geräte und Techniken aufzuklären, und aus den schwerwiegenden zeitlichen Einschränkungen, Ärzte zu besuchen, die Bewohner auszubilden, die eine chirurgische Karriere anwenden.“

Ein weiterer großer Vorteil der fortschrittlichen Lehrtechnologie, fügte Dr. Stone hinzu, dass zukünftige Chirurgen die Verfahren außerhalb des Operationssaals beherrschen können, wodurch das Risiko von chirurgischen Fehlern verringert wird. „Aus Sicht des Patienten hoffen wir, dass diese Studie die Gewissheit bietet, dass die Technologie genutzt werden kann, um die chirurgischen Kenntnisse erheblich zu verbessern und gleichzeitig die chirurgischen Fehler zu verringern“, sagte Dr. Stone.

Der nächste Schritt für Mount Sinai -Forscher besteht darin, die AI -Algorithmus -Technologie zu verwenden, die sie entwickelten, um komplexere synthetische Leichenmodelle zu erstellen, um Studenten in gesamten Verfahren zu schulen, und nicht nur eine Komponente, wie in der Studie berichtet. Das Team wurde durch eine Umfrage ermutigt, die es nach der Ausbildung durchgeführt hatte, in der festgestellt wurde, dass 100 Prozent der Teilnehmer der Ansicht waren, dass das Programm einen großen Bildungswert hatte.

„Unsere Untersuchung legt nahe, dass KI -Systeme tatsächlich eine wichtige komplementäre Rolle bei der Gestaltung der Zukunft der chirurgischen Ausbildung in diesem Land spielen könnten“, erklärt Dr. Stone. „Die Öffentlichkeit sollte versichert sein, dass der Weg zum autonomen Lernen, das wir in dieser kleinen Studie untersuchten, schließlich zu erheblichen Kosteneinsparungen und verbesserten Patientenergebnissen und vor allem zu dem Anbau einer hochqualifizierten neuen Chirurgengeneration führen könnte.“

Die in der Zeitschrift aufgeführten Autoren der Studie sind Jonathan J. Stone, Nelson N. Stone, Steven H. Griffith, Kyle Zeller und Michael P. Wilson.

Alle Autoren, außer Kyle Zeller, haben Eigenkapital in Viomerse.

Die Forschung wurde vom National Institute of Biomedical Imaging and Bioengineering (Grant 1R41EB026358-01A1) und der National Science Foundation (Grant 1913911) finanziert.

Quellen: