[20 जून] सर्जरी का 26वां भविष्य: एआई-संचालित त्वचा के अल्सर का आकलन – वास्तविक समय में घाव के आकलन की दिशा में पहला कदम
AI अनुवादितइस सत्र के बारे में
शुक्रवार, 20 जून 2025, 18:00-20:00
गोपनीयता की कमी
"केशिका छिद्रक फ्लैप का उपयोग करके असाध्य अल्सरों का न्यूनतम आक्रामक पुनर्निर्माण"
इसाओ मित्सुशिमा, प्रोफेसर एमेरिटस, टोक्यो विश्वविद्यालय
आमंत्रित व्याख्यान
"एआई-आधारित त्वचा के अल्सर का आकलन - वास्तविक समय में घाव के आकलन की दिशा में पहला कदम"
काज़ुफ़ुमी ताते, एसोसिएट प्रोफेसर, प्लास्टिक सर्जरी विभाग, चिकित्सा संकाय, तोहोकू मेडिकल एंड फार्मास्युटिकल यूनिवर्सिटी
परंपरागत रूप से, त्वचा के घावों का मूल्यांकन चिकित्सकों द्वारा दृश्य निरीक्षण पर निर्भर रहा है, लेकिन यह दृष्टिकोण व्यक्तिपरक है और इसमें पुनरुत्पादकता की कमी है। इसलिए, हम घावों के लिए एआई-आधारित छवि विश्लेषण का प्रयास कर रहे हैं। अपने स्वयं के सॉफ़्टवेयर का उपयोग करके, हमने घाव की छवियों को छह श्रेणियों में वर्गीकृत किया और अर्थपूर्ण विभाजन किया। हालांकि स्वचालित घाव पहचान अच्छी थी, अस्पष्ट रंग वाली श्रेणियों के लिए सटीकता कम थी। इसकी भरपाई के लिए, हमने आरजीबी मानों और एक रैखिक वर्गीकरण सूत्र का उपयोग करके एक पूरक वर्गीकरण तंत्र लागू किया है, और वर्तमान में सटीकता में सुधार के लिए एआई निर्णय के साथ इसका उपयोग कर रहे हैं। भविष्य में, हमारा लक्ष्य एक ऐसा एआई कैमरा विकसित करना है जो वास्तविक समय में घावों का मूल्यांकन कर सके और समय के साथ होने वाले परिवर्तनों को ट्रैक कर सके।
20 जून, शुक्रवार, 18:00-20:00 (जेएसटी)
मुख्य भाषण
असाध्य अल्सरों के लिए केशिका छिद्रक फ्लैप
- जटिल घावों के पुनर्निर्माण के लिए न्यूनतम आक्रामक दृष्टिकोण -
डॉ. इसाओ कोशिमा
टोक्यो विश्वविद्यालय के प्रोफेसर एमेरिटस
आमंत्रित व्याख्यान
त्वचा के घावों का मूल्यांकन करने के लिए एआई का उपयोग:
वास्तविक समय में घाव के आकलन की दिशा में एक कदम
डॉ. कज़ुफ़ुमी ताची
एसोसिएट प्रोफेसर, प्लास्टिक एवं विभाग
पुनर्निर्माण शल्यचिकित्सा,
तोहोकू मेडिकल एंड फार्मास्युटिकल यूनिवर्सिटी
त्वचा के घावों का आकलन परंपरागत रूप से चिकित्सकों द्वारा दृष्टिगत रूप से किया जाता रहा है, लेकिन यह तरीका व्यक्तिपरक है और इसमें सटीकता की कमी है। इस समस्या को दूर करने के लिए, हम छवि विश्लेषण का उपयोग करके स्वचालित रूप से घावों का आकलन करने के लिए एक कृत्रिम बुद्धिमत्ता प्रणाली विकसित कर रहे हैं। हमने एक विशेष रूप से निर्मित सॉफ़्टवेयर का उपयोग करके घावों की छवियों को छह श्रेणियों में वर्गीकृत किया और अर्थपूर्ण विभाजन के लिए डीप लर्निंग मॉडल को प्रशिक्षित किया। हालांकि मॉडल ने सामान्यतः अच्छा प्रदर्शन किया, लेकिन अस्पष्ट रंग विशेषताओं वाली श्रेणियों में सटीकता कम हो गई। इसे पूरा करने के लिए, हमने RGB मानों और रैखिक वर्गीकरण सूत्रों पर आधारित एक द्वितीयक वर्गीकरण प्रणाली लागू की। हमारा वर्तमान मॉडल सटीकता में सुधार के लिए कृत्रिम बुद्धिमत्ता और नियम-आधारित आकलन को संयोजित करता है। अंततः, हमारा लक्ष्य एक वास्तविक समय की कृत्रिम बुद्धिमत्ता कैमरा प्रणाली विकसित करना है जो समय के साथ घावों की प्रगति का आकलन और निगरानी कर सके।
|
त्वचा के अल्सर का उपचार
एआई निदान
वास्तविक समय मूल्यांकन
भविष्यसूचक चिकित्सा
नकारात्मक दबाव-सहायता प्राप्त उच्च-गति संवहनी एनास्टोमोसिस उपकरण
त्वचा के अल्सर का उपचार
एआईडी निदान
वास्तविक समय मूल्यांकन
भविष्यसूचक चिकित्सा
नकारात्मक दबाव-सहायता प्राप्त एनास्टोमोटिक उपकरण
|
प्रोग्राम
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,
परंपरागत रूप से, त्वचा के घावों का मूल्यांकन चिकित्सकों द्वारा दृश्य निरीक्षण पर निर्भर रहा है, लेकिन यह दृष्टिकोण व्यक्तिपरक है और इसमें पुनरुत्पादकता की कमी है। इसलिए, हम घावों के लिए एआई-आधारित छवि विश्लेषण का प्रयास कर रहे हैं। अपने स्वयं के सॉफ़्टवेयर का उपयोग करके, हमने घाव की छवियों को छह श्रेणियों में वर्गीकृत किया और अर्थपूर्ण विभाजन किया। हालांकि स्वचालित घाव पहचान अच्छी थी, अस्पष्ट रंग वाली श्रेणियों के लिए सटीकता कम थी। इसकी भरपाई के लिए, हमने आरजीबी मानों और एक रैखिक वर्गीकरण सूत्र का उपयोग करके एक पूरक वर्गीकरण तंत्र लागू किया है, और वर्तमान में सटीकता में सुधार के लिए एआई निर्णय के साथ इसका उपयोग कर रहे हैं। भविष्य में, हमारा लक्ष्य एक ऐसा एआई कैमरा विकसित करना है जो वास्तविक समय में घावों का मूल्यांकन कर सके और समय के साथ होने वाले परिवर्तनों को ट्रैक कर सके।
त्वचा के घावों का आकलन परंपरागत रूप से चिकित्सकों द्वारा दृष्टिगत रूप से किया जाता रहा है, लेकिन यह तरीका व्यक्तिपरक है और इसमें सटीकता की कमी है। इस समस्या को दूर करने के लिए, हम छवि विश्लेषण का उपयोग करके स्वचालित रूप से घावों का आकलन करने के लिए एक कृत्रिम बुद्धिमत्ता प्रणाली विकसित कर रहे हैं। हमने एक विशेष रूप से निर्मित सॉफ़्टवेयर का उपयोग करके घावों की छवियों को छह श्रेणियों में वर्गीकृत किया और अर्थपूर्ण विभाजन के लिए डीप लर्निंग मॉडल को प्रशिक्षित किया। हालांकि मॉडल ने सामान्यतः अच्छा प्रदर्शन किया, लेकिन अस्पष्ट रंग विशेषताओं वाली श्रेणियों में सटीकता कम हो गई। इसे पूरा करने के लिए, हमने RGB मानों और रैखिक वर्गीकरण सूत्रों पर आधारित एक द्वितीयक वर्गीकरण प्रणाली लागू की। हमारा वर्तमान मॉडल सटीकता में सुधार के लिए कृत्रिम बुद्धिमत्ता और नियम-आधारित आकलन को संयोजित करता है। अंततः, हमारा लक्ष्य एक वास्तविक समय की कृत्रिम बुद्धिमत्ता कैमरा प्रणाली विकसित करना है जो समय के साथ घावों की प्रगति का आकलन और निगरानी कर सके।