[20 de junho] O 26º Futuro da Cirurgia: Avaliação de Úlceras de Pele com Inteligência Artificial – Um Primeiro Passo Rumo à Avaliação de Feridas em Tempo Real
Traduzido por IASobre esta sessão
Sexta-feira, 20 de junho de 2025, das 18:00 às 20:00
discurso de abertura
"Reconstrução minimamente invasiva de úlceras intratáveis utilizando retalho perfurante capilar"
Isao Mitsushima, Professor Emérito, Universidade de Tóquio
Palestra convidada
"Avaliação de úlceras de pele baseada em IA – Um primeiro passo rumo à avaliação de feridas em tempo real"
Kazufumi Tate, Professor Associado, Departamento de Cirurgia Plástica, Faculdade de Medicina, Universidade Médica e Farmacêutica de Tohoku
Tradicionalmente, a avaliação de úlceras de pele tem se baseado na inspeção visual por médicos, mas essa abordagem é subjetiva e carece de reprodutibilidade. Portanto, estamos tentando realizar uma análise de imagem de úlceras baseada em IA. Usando nosso próprio software, anotamos imagens de úlceras em seis classes e realizamos segmentação semântica. Embora o reconhecimento automático de úlceras tenha sido bom, a precisão foi baixa para classes com cores ambíguas. Para compensar isso, implementamos um mecanismo de anotação suplementar usando valores RGB e uma fórmula de classificação linear, e atualmente estamos usando isso em conjunto com a avaliação por IA para melhorar a precisão. No futuro, pretendemos desenvolver uma câmera com IA que possa avaliar úlceras em tempo real e acompanhar as mudanças ao longo do tempo.
20 de junho, sexta-feira, das 18:00 às 20:00 (JST)
Palestrante principal
Retalho Perfurante Capilar para Úlceras Refratárias
- Uma abordagem minimamente invasiva para a reconstrução de feridas complexas -
Dr. Isao Koshima
Professor Emérito da Universidade de Tóquio
Palestra a convite
Utilizando IA para avaliar úlceras de pele:
Um passo em direção à avaliação de feridas em tempo real
Dr.
Professor Associado, Divisão de Plásticos e
Cirurgia Reconstrutiva,
Universidade Médica e Farmacêutica de Tohoku
Tradicionalmente, as úlceras de pele têm sido avaliadas visualmente por médicos, mas essa abordagem é subjetiva e carece de reprodutibilidade. Para solucionar esse problema, desenvolvemos um sistema de IA para avaliação automática de úlceras por meio de análise de imagens. Classificamos imagens de úlceras em seis categorias utilizando um software personalizado e treinamos modelos de aprendizado profundo para segmentação semântica. Embora os modelos tenham apresentado bom desempenho em geral, a precisão diminuiu nas categorias com características de cor ambíguas. Para complementar esse resultado, implementamos um sistema de anotação secundário baseado em valores RGB e fórmulas de classificação linear. Nosso modelo atual combina avaliações baseadas em IA e em regras para aprimorar a precisão. Em última análise, nosso objetivo é desenvolver um sistema de câmera com IA em tempo real capaz de avaliar e acompanhar a progressão da úlcera ao longo do tempo.
|
tratamento de úlceras de pele
diagnóstico por IA
Avaliação em tempo real
Medicina preditiva
Dispositivo de anastomose vascular de alta velocidade assistida por pressão negativa
Tratamento de úlceras de pele
Diagnóstico de IA
Avaliação em tempo real
Medicina Preditiva
Dispositivo de anastomose assistida por pressão negativa
|
Programa
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,
Tradicionalmente, a avaliação de úlceras de pele tem se baseado na inspeção visual por médicos, mas essa abordagem é subjetiva e carece de reprodutibilidade. Portanto, estamos tentando realizar uma análise de imagem de úlceras baseada em IA. Usando nosso próprio software, anotamos imagens de úlceras em seis classes e realizamos segmentação semântica. Embora o reconhecimento automático de úlceras tenha sido bom, a precisão foi baixa para classes com cores ambíguas. Para compensar isso, implementamos um mecanismo de anotação suplementar usando valores RGB e uma fórmula de classificação linear, e atualmente estamos usando isso em conjunto com a avaliação por IA para melhorar a precisão. No futuro, pretendemos desenvolver uma câmera com IA que possa avaliar úlceras em tempo real e acompanhar as mudanças ao longo do tempo.
Tradicionalmente, as úlceras de pele têm sido avaliadas visualmente por médicos, mas essa abordagem é subjetiva e carece de reprodutibilidade. Para solucionar esse problema, desenvolvemos um sistema de IA para avaliação automática de úlceras por meio de análise de imagens. Classificamos imagens de úlceras em seis categorias utilizando um software personalizado e treinamos modelos de aprendizado profundo para segmentação semântica. Embora os modelos tenham apresentado bom desempenho em geral, a precisão diminuiu nas categorias com características de cor ambíguas. Para complementar esse resultado, implementamos um sistema de anotação secundário baseado em valores RGB e fórmulas de classificação linear. Nosso modelo atual combina avaliações baseadas em IA e em regras para aprimorar a precisão. Em última análise, nosso objetivo é desenvolver um sistema de câmera com IA em tempo real capaz de avaliar e acompanhar a progressão da úlcera ao longo do tempo.