|
2025
6/20
18:00
20:00
|
|
|
オンライン開催
|
|
|
|
|
【注意事項】 1) 聴講には、チケットが必要です。バナー右下の「参加登録」ボタンを押してください。 2) チケットを入手後、1)と同じ場所にある画像右下の「チェックインする」ボタンを押しておいてください。 開演10分前になりますと青色の「視聴する」ボタンが表示されます。ボタンを押すとご視聴いただけます。 3) 本セミナーの録画、録音、撮影は禁止です。当フォーラム、講師に断りなく２次利用することはお控えください。 [Notes] 1) A ticket is required to attend. Please click the "参加登録 (Register)" button on the bottom right of the banner. 2) After getting your ticket, please click the "チェックインする (Check-in)" button on the bottom right of the image, in the same location as the registration button. A blue "視聴する (Watch)" button will appear 10 minutes before the event begins, and you can start watching by clicking it. 3) Recording, audio recording, and photography of this seminar are strictly prohibited. Please refrain from any secondary use of the content without permission from the forum and the speaker. |
|
|
領収書、参加証明書、受講証明書等は、下記よりダウンロードいただけます。
|
2025年6月20日（金）18：00〜20：00
基調講演
「毛細血管穿通枝皮弁による低侵襲難治潰瘍再建」
光嶋勲 東京大学名誉教授
招待講演
「AI を使った皮膚潰瘍評価 ― リアルタイム創傷評価への第一歩」
舘一史
東北医科薬科大学 医学部 形成外科学
准教授
皮膚潰瘍の評価は従来、医師の視診に頼ってきたが、主観的で再現性に乏しいという課題がある。そこで我々は、AIによる潰瘍の画像解析を試みている。自作ソフトを用いて潰瘍画像を6クラスにアノテーションし、セマンティックセグメンテーションを行った。その結果、潰瘍の自動認識は良好だったが、色味があいまいなクラスでは精度が低かった。これを補うため、RGB値と線形分類式を用いた補助的アノテーション機構も実装し、現在はAI判定と併用して精度向上を図っている。将来的には、リアルタイムで潰瘍を評価し経時的な変化も追跡できるAIカメラの開発を目指している。
June 20th, Fri, 18：00〜20：00(JST)
Keynote
Capillary Perforator Flap for Refractory Ulcers
- A Minimally Invasive Approach to Complex Wound Reconstruction -
Dr. Isao Koshima
Professor Emeritus, The University of Tokyo
Invited Lecture
Using AI to Evaluate Skin Ulcers:
A Step Toward Real-Time Wound Assessment
Dr. Kazufumi Tachi
Associate Professor, Division of Plastic and
Reconstructive Surgery,
Tohoku Medical and Pharmaceutical University
Skin ulcers have traditionally been assessed visually by physicians, but this approach is subjective and lacks reproducibility. To address this issue, we have been developing an AI system for automatic ulcer evaluation using image analysis. We annotated ulcer images into six classes using a custom-built software and trained deep learning models for semantic segmentation. While the models performed well in general, accuracy dropped in classes with ambiguous color features. To complement this, we implemented a secondary annotation system based on RGB values and linear classification formulas. Our current model combines AI-based and rule-based assessments to improve accuracy. Ultimately, our goal is to develop a real-time AI camera system that can evaluate and track ulcer progression over time.
|
皮膚潰瘍治療
AI診断
リアルタイム評価
予測医療
負圧補助高速血管吻合装置
SkinUlcerTreatment
AIDiagnosis
Real-timeEvaluation
PredictiveMedicine
Negative-PressureAssistedAnastomoticDevice
|
形成外科 准教授
Associate Professor, Department of Plastic and Reconstructive Surgery,
皮膚潰瘍の評価は従来、医師の視診に頼ってきたが、主観的で再現性に乏しいという課題がある。そこで我々は、AIによる潰瘍の画像解析を試みている。自作ソフトを用いて潰瘍画像を6クラスにアノテーションし、セマンティックセグメンテーションを行った。その結果、潰瘍の自動認識は良好だったが、色味があいまいなクラスでは精度が低かった。これを補うため、RGB値と線形分類式を用いた補助的アノテーション機構も実装し、現在はAI判定と併用して精度向上を図っている。将来的には、リアルタイムで潰瘍を評価し経時的な変化も追跡できるAIカメラの開発を目指している。
Skin ulcers have traditionally been assessed visually by physicians, but this approach is subjective and lacks reproducibility. To address this issue, we have been developing an AI system for automatic ulcer evaluation using image analysis. We annotated ulcer images into six classes using a custom-built software and trained deep learning models for semantic segmentation. While the models performed well in general, accuracy dropped in classes with ambiguous color features. To complement this, we implemented a secondary annotation system based on RGB values and linear classification formulas. Our current model combines AI-based and rule-based assessments to improve accuracy. Ultimately, our goal is to develop a real-time AI camera system that can evaluate and track ulcer progression over time.
【6/20開催】第26回 手術の未来 AIを使った皮膚潰瘍評価 ― リアルタイム創傷評価への第一歩
