[20 juin] 26e édition de « L'avenir de la chirurgie : Évaluation des ulcères cutanés par l'IA – Un premier pas vers l'évaluation des plaies en temps réel »
Traduit par IAÀ propos de cette session
Vendredi 20 juin 2025, 18h00-20h00
discours principal
« Reconstruction mini-invasive des ulcères réfractaires à l'aide d'un lambeau perforant capillaire »
Isao Mitsushima, professeur émérite à l'Université de Tokyo
Conférence invitée
« Évaluation des ulcères cutanés par l'IA – Un premier pas vers l'évaluation des plaies en temps réel »
Kazufumi Tate, professeur agrégé, département de chirurgie plastique, faculté de médecine, université de médecine et de pharmacie de Tohoku
Traditionnellement, l'évaluation des ulcères cutanés repose sur l'examen visuel par les médecins, mais cette approche est subjective et manque de reproductibilité. C'est pourquoi nous explorons l'analyse d'images d'ulcères par intelligence artificielle. À l'aide de notre propre logiciel, nous avons classé les images d'ulcères en six catégories et réalisé une segmentation sémantique. Si la reconnaissance automatique des ulcères s'est avérée performante, la précision était faible pour les catégories aux couleurs ambiguës. Pour pallier ce problème, nous avons implémenté un mécanisme d'annotation supplémentaire utilisant les valeurs RVB et une formule de classification linéaire, que nous utilisons actuellement conjointement avec l'intelligence artificielle afin d'améliorer la précision. À terme, nous souhaitons développer une caméra dotée d'intelligence artificielle capable d'évaluer les ulcères en temps réel et de suivre leur évolution.
20 juin, vendredi, 18h00-20h00 (JST)
Conférence principale
Lambeau perforant capillaire pour ulcères réfractaires
- Une approche mini-invasive pour la reconstruction de plaies complexes -
Dr. Isao Koshima
Professeur émérite, Université de Tokyo
Conférence invitée
Utilisation de l'IA pour évaluer les ulcères cutanés :
Un pas vers l'évaluation des plaies en temps réel
Dr Kazufumi Tachi
Professeur associé, Division des plastiques et
Chirurgie reconstructive,
Université de médecine et de pharmacie de Tohoku
L'évaluation des ulcères cutanés est traditionnellement réalisée visuellement par les médecins, mais cette approche est subjective et manque de reproductibilité. Pour pallier ce problème, nous avons développé un système d'IA pour l'évaluation automatique des ulcères par analyse d'images. Nous avons annoté les images d'ulcères en six classes à l'aide d'un logiciel développé sur mesure et entraîné des modèles d'apprentissage profond pour la segmentation sémantique. Bien que les modèles aient globalement donné de bons résultats, leur précision a diminué pour les classes présentant des caractéristiques de couleur ambiguës. En complément, nous avons implémenté un système d'annotation secondaire basé sur les valeurs RGB et des formules de classification linéaire. Notre modèle actuel combine des évaluations basées sur l'IA et sur des règles afin d'améliorer la précision. À terme, notre objectif est de développer un système de caméra IA en temps réel capable d'évaluer et de suivre l'évolution des ulcères au fil du temps.
|
traitement des ulcères cutanés
Diagnostic de l'IA
Évaluation en temps réel
Médecine prédictive
Dispositif d'anastomose vasculaire à haute vitesse assistée par pression négative
Traitement des ulcères cutanés
Diagnostic AID
Évaluation en temps réel
Médecine prédictive
Dispositif d'anastomose assistée par pression négative
|
Programme
Koshima Isao
The Next Generation of Super Microsurgery International Forum, The Next-Generation of Super Mirosurgery International Forum
The University of Tokyo,
Tachi Kazufumi
Tohoku Medical and Pharmaceutical University,
Traditionnellement, l'évaluation des ulcères cutanés repose sur l'examen visuel par les médecins, mais cette approche est subjective et manque de reproductibilité. C'est pourquoi nous explorons l'analyse d'images d'ulcères par intelligence artificielle. À l'aide de notre propre logiciel, nous avons classé les images d'ulcères en six catégories et réalisé une segmentation sémantique. Si la reconnaissance automatique des ulcères s'est avérée performante, la précision était faible pour les catégories aux couleurs ambiguës. Pour pallier ce problème, nous avons implémenté un mécanisme d'annotation supplémentaire utilisant les valeurs RVB et une formule de classification linéaire, que nous utilisons actuellement conjointement avec l'intelligence artificielle afin d'améliorer la précision. À terme, nous souhaitons développer une caméra dotée d'intelligence artificielle capable d'évaluer les ulcères en temps réel et de suivre leur évolution.
L'évaluation des ulcères cutanés est traditionnellement réalisée visuellement par les médecins, mais cette approche est subjective et manque de reproductibilité. Pour pallier ce problème, nous avons développé un système d'IA pour l'évaluation automatique des ulcères par analyse d'images. Nous avons annoté les images d'ulcères en six classes à l'aide d'un logiciel développé sur mesure et entraîné des modèles d'apprentissage profond pour la segmentation sémantique. Bien que les modèles aient globalement donné de bons résultats, leur précision a diminué pour les classes présentant des caractéristiques de couleur ambiguës. En complément, nous avons implémenté un système d'annotation secondaire basé sur les valeurs RGB et des formules de classification linéaire. Notre modèle actuel combine des évaluations basées sur l'IA et sur des règles afin d'améliorer la précision. À terme, notre objectif est de développer un système de caméra IA en temps réel capable d'évaluer et de suivre l'évolution des ulcères au fil du temps.