Fein abgestimmter KI-Werkzeug fördert die objektive Bewertung der Gesichtslähmung

Ein „fein abgestimmter“ künstlicher Intelligenz-Tool (KI) zeigt vielversprechend für die objektive Bewertung von Patienten mit Gesichtslähmung, meldet eine experimentelle Studie in der Juni-Ausgabe von Plastik- und Rekonstruktivchirurgie®, Das offizielle medizinische Journal der American Society of Plastic Surgeons (ASPs). Das Journal wird im Lippincott -Portfolio von Wolters Kluwer veröffentlicht.

Wir glauben, dass unsere Forschung wertvolle Einblicke in den Bereich der Gesichtslähmung bietet und einen erheblichen Fortschritt bei der Nutzung der KI für klinische Anwendungen darstellt. „

Takichiro Kimura, MD, leitender Autor der Kyorin University, Mitaka, Tokio

Verfeinertes Tool für die automatisierte Videoanalyse von Gesichtslähmung

Patienten mit Gesichtslähmung haben eine Lähmung oder einen teilweisen Verlust der Bewegung des Gesichts, die durch Nervenverletzungen aufgrund von Tumoren, Operationen, Trauma oder anderen Ursachen verursacht werden. Eine detaillierte Bewertung ist für die Bewertung der Behandlungsoptionen wie der Nervenübertragung von wesentlicher Bedeutung, stellt jedoch schwierige Herausforderungen dar.

Es wurden verschiedene subjektive Bewertungssysteme entwickelt, haben jedoch Probleme mit der Variabilität. Objektive Bewertungen wurden beschrieben, sind jedoch für die routinemäßige klinische Verwendung unpraktisch. Modelle für maschinelles Lernen und KI sind ein potenzieller Ansatz für die routinemäßige, objektive Bewertung der Gesichtslähmung.

Dr. Kimura und Kollegen bewerteten ein früheres AI-entwickeltes Gesichtserkennungsmodell mit dem Namen 3D-Fan bei Patienten mit Gesichtslähmung. Dieses System wurde geschult, um 68 Gesichtstiere wie Augenbrauen und Augenlider, Nase und Mund sowie Gesichtskonturen zu erkennen.

Bei der Anwendung auf klinische Videos war 3D-Fan-ausgebildet auf Bildern von Menschen mit normaler Gesichtsbewegung-eindeutig nicht ausreichend bei der Beurteilung der Gesichtslähmung. Das System war anfällig für die Verpackung der Gesichtsasymmetrie in der Gesichtslähmung, auch wenn die Patienten zum Lächeln angewiesen wurden. und konnte nicht erkennen, wann die Augen geschlossen waren.

Das KI

Dr. Kimura und Kollegen versuchten, das Modell mit maschinellem Lernen zu „fein“, basierend auf 1.181 Bildern aus klinischen Videos von 196 Patienten mit Gesichtslähmung. Bei diesem Prozess wurden die Gesichtsmarke im Gesicht manuell in die richtige Position verlegt, mit Schritten zur Minimierung der Variabilität. Die Trainingseinheiten wurden dann wiederholt, bis die Genauigkeit nicht weiter verbessert wurde.

„Nach dem maschinellen Lernen fanden wir eine qualitative und quantitative Verbesserung bei der Erkennung von Gesichtstastpunkten durch die KI“, schreiben Dr. Kimura und Kollegen. Das raffinierte Modell zeigte wesentlich niedrigere Fehlerraten mit einer Verbesserung der Tastoint -Erkennung in allen Flächen des Gesichts, einschließlich der Augenlider und der Mund – Schlüsselbereiche der Asymmetrie in der Gesichtslähmung. Der Artikel enthält Illustrationen, die deutlich die Verbesserung der Tastoint -Erkennung nach dem maschinellen Lernen zeigen.

Die Autoren glauben, dass ihre „Feinabstimmung“ -Methode-mit manueller Korrektur von Sehenswürdigkeiten in einer begrenzten Anzahl von Bildern-„potenzielle Anwendungen bei der Herstellung von AI-unterstützten Modellen bei anderen relativ seltenen Erkrankungen bietet“. Bis zur weiteren Bewertung planen die Forscher, ihr KI -Modell anderen Forschern und Klinikern frei zur Verfügung zu stellen.

„In Anbetracht unserer Software als eine der vielversprechenden Lösungen für die objektive Bewertung der Gesichtslähmung führen wir nun eine multidisziplinäre Analyse der Wirksamkeit dieses Systems durch“, schließen Dr. Kimura und Co -Autoren. Durch die Bereitstellung einer objektiven Bewertung kann das KI -Tool genauere Bewertungen der Schwere der Gesichtslähmung sowie ein quantitatives Instrument zur Bewertung der Behandlungsergebnisse ermöglichen.

Quellen: