[20 Juni] Masa Depan Bedah ke-26: Penilaian Ulkus Kulit Bertenaga AI – Langkah Pertama Menuju Penilaian Luka Secara Real-Time
Diterjemahkan AITentang sesi ini
Jumat, 20 Juni 2025 18:00-20:00
pidato utama
"Rekonstruksi minimal invasif ulkus yang sulit diobati menggunakan flap perforator kapiler"
Isao Mitsushima, Profesor Emeritus, Universitas Tokyo
Kuliah undangan
"Penilaian ulkus kulit berbasis AI – Langkah pertama menuju penilaian luka secara real-time"
Kazufumi Tate, Profesor Madya, Departemen Bedah Plastik, Fakultas Kedokteran, Universitas Kedokteran dan Farmasi Tohoku
Secara tradisional, evaluasi ulkus kulit bergantung pada inspeksi visual oleh dokter, tetapi pendekatan ini bersifat subjektif dan kurang dapat direproduksi. Oleh karena itu, kami mencoba analisis citra ulkus berbasis AI. Dengan menggunakan perangkat lunak kami sendiri, kami memberi anotasi pada citra ulkus ke dalam enam kelas dan melakukan segmentasi semantik. Meskipun pengenalan ulkus otomatis cukup baik, akurasinya rendah untuk kelas dengan warna yang ambigu. Untuk mengimbangi hal ini, kami menerapkan mekanisme anotasi tambahan menggunakan nilai RGB dan rumus klasifikasi linier, dan saat ini menggunakannya bersamaan dengan penilaian AI untuk meningkatkan akurasi. Di masa mendatang, kami bertujuan untuk mengembangkan kamera AI yang dapat mengevaluasi ulkus secara real-time dan melacak perubahan dari waktu ke waktu.
Jumat, 20 Juni, pukul 18:00-20:00 (JST)
Pidato Utama
Flap Perforator Kapiler untuk Ulkus Refrakter
- Pendekatan Minimal Invasif untuk Rekonstruksi Luka Kompleks -
Dokter Isao Koshima
Profesor Emeritus, Universitas Tokyo
Kuliah Undangan
Penggunaan AI untuk Mengevaluasi Ulkus Kulit:
Sebuah Langkah Menuju Penilaian Luka Secara Real-Time
Dr.Kazufumi Tachi
Profesor Madya, Divisi Plastik dan
Bedah Rekonstruksi,
Universitas Kedokteran dan Farmasi Tohoku
Ulkus kulit secara tradisional dinilai secara visual oleh dokter, tetapi pendekatan ini bersifat subjektif dan kurang dapat direproduksi. Untuk mengatasi masalah ini, kami telah mengembangkan sistem AI untuk evaluasi ulkus otomatis menggunakan analisis gambar. Kami memberi anotasi pada gambar ulkus ke dalam enam kelas menggunakan perangkat lunak yang dibuat khusus dan melatih model pembelajaran mendalam untuk segmentasi semantik. Meskipun model secara umum berkinerja baik, akurasi menurun pada kelas dengan fitur warna yang ambigu. Untuk melengkapi hal ini, kami menerapkan sistem anotasi sekunder berdasarkan nilai RGB dan rumus klasifikasi linier. Model kami saat ini menggabungkan penilaian berbasis AI dan berbasis aturan untuk meningkatkan akurasi. Pada akhirnya, tujuan kami adalah mengembangkan sistem kamera AI waktu nyata yang dapat mengevaluasi dan melacak perkembangan ulkus dari waktu ke waktu.
|
pengobatan ulkus kulit
Diagnosis AI
Evaluasi waktu nyata
Kedokteran prediktif
Perangkat anastomosis vaskular berkecepatan tinggi dengan bantuan tekanan negatif.
Perawatan Ulkus Kulit
AIDiagnosis
Evaluasi waktu nyata
Kedokteran Prediktif
Perangkat Anastomosis Berbantuan Tekanan Negatif
|
Program
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,
Secara tradisional, evaluasi ulkus kulit bergantung pada inspeksi visual oleh dokter, tetapi pendekatan ini bersifat subjektif dan kurang dapat direproduksi. Oleh karena itu, kami mencoba analisis citra ulkus berbasis AI. Dengan menggunakan perangkat lunak kami sendiri, kami memberi anotasi pada citra ulkus ke dalam enam kelas dan melakukan segmentasi semantik. Meskipun pengenalan ulkus otomatis cukup baik, akurasinya rendah untuk kelas dengan warna yang ambigu. Untuk mengimbangi hal ini, kami menerapkan mekanisme anotasi tambahan menggunakan nilai RGB dan rumus klasifikasi linier, dan saat ini menggunakannya bersamaan dengan penilaian AI untuk meningkatkan akurasi. Di masa mendatang, kami bertujuan untuk mengembangkan kamera AI yang dapat mengevaluasi ulkus secara real-time dan melacak perubahan dari waktu ke waktu.
Ulkus kulit secara tradisional dinilai secara visual oleh dokter, tetapi pendekatan ini bersifat subjektif dan kurang dapat direproduksi. Untuk mengatasi masalah ini, kami telah mengembangkan sistem AI untuk evaluasi ulkus otomatis menggunakan analisis gambar. Kami memberi anotasi pada gambar ulkus ke dalam enam kelas menggunakan perangkat lunak yang dibuat khusus dan melatih model pembelajaran mendalam untuk segmentasi semantik. Meskipun model secara umum berkinerja baik, akurasi menurun pada kelas dengan fitur warna yang ambigu. Untuk melengkapi hal ini, kami menerapkan sistem anotasi sekunder berdasarkan nilai RGB dan rumus klasifikasi linier. Model kami saat ini menggabungkan penilaian berbasis AI dan berbasis aturan untuk meningkatkan akurasi. Pada akhirnya, tujuan kami adalah mengembangkan sistem kamera AI waktu nyata yang dapat mengevaluasi dan melacak perkembangan ulkus dari waktu ke waktu.