[Hunyo 20] Ang Ika-26 na Kinabukasan ng Operasyon: Pagtatasa ng Ulser sa Balat na Pinapagana ng AI – Isang Unang Hakbang Tungo sa Real-Time na Pagtatasa ng Sugat
Isinalin ng AITungkol sa session na ito
Biyernes, Hunyo 20, 2025 18:00-20:00
pangunahing talumpati
"Minimally invasive na rekonstruksyon ng mga hindi na magagamot na ulser gamit ang capillary perforator flap"
Isao Mitsushima, Propesor Emeritus, Unibersidad ng Tokyo
Inimbitahan na lektura
"Pagtatasa ng ulser sa balat batay sa AI – Isang unang hakbang tungo sa real-time na pagtatasa ng sugat"
Kazufumi Tate, Associate Professor, Kagawaran ng Plastic Surgery, Faculty of Medicine, Tohoku Medical and Pharmaceutical University
Ayon sa kaugalian, ang pagsusuri ng mga ulser sa balat ay umaasa sa biswal na inspeksyon ng mga doktor, ngunit ang pamamaraang ito ay subhetibo at walang kakayahang kopyahin. Samakatuwid, sinusubukan namin ang pagsusuri ng imahe ng mga ulser na nakabatay sa AI. Gamit ang aming sariling software, pinag-annotate namin ang mga imahe ng ulser sa anim na klase at nagsagawa ng semantic segmentation. Bagama't mahusay ang awtomatikong pagkilala ng ulser, mababa ang katumpakan para sa mga klase na may malabong kulay. Upang mabawi ito, nagpatupad kami ng isang karagdagang mekanismo ng annotation gamit ang mga halaga ng RGB at isang linear classification formula, at kasalukuyang ginagamit namin ito kasabay ng AI judgment upang mapabuti ang katumpakan. Sa hinaharap, nilalayon naming bumuo ng isang AI camera na maaaring magsuri ng mga ulser sa real time at subaybayan ang mga pagbabago sa paglipas ng panahon.
Hunyo 20, Biyernes, 18:00-20:00 (JST)
Pangunahing Pahayag
Capillary Perforator Flap para sa mga Matigas ang Ulo
- Isang Minimally Invasive na Pamamaraan sa Complex Wound Reconstruction -
Dr. Isao Koshima
Propesor Emeritus, Ang Unibersidad ng Tokyo
Inanyayahang Lektura
Paggamit ng AI upang Suriin ang mga Ulser sa Balat:
Isang Hakbang Tungo sa Real-Time na Pagtatasa ng Sugat
Dr. Kazufumi Tachi
Katuwang na Propesor, Dibisyon ng Plastik at
Operasyong Rekonstruktibo,
Unibersidad ng Medikal at Parmasyutiko ng Tohoku
Ang mga ulser sa balat ay tradisyonal na sinusuri nang biswal ng mga doktor, ngunit ang pamamaraang ito ay subhetibo at walang kakayahang kopyahin. Upang matugunan ang isyung ito, bumubuo kami ng isang AI system para sa awtomatikong pagsusuri ng ulser gamit ang pagsusuri ng imahe. Pinagsama-sama namin ang mga imahe ng ulser sa anim na klase gamit ang isang custom-built na software at sinanay ang mga deep learning model para sa semantic segmentation. Bagama't mahusay ang pagganap ng mga modelo sa pangkalahatan, bumaba ang katumpakan sa mga klase na may malabong mga tampok ng kulay. Upang mapunan ito, nagpatupad kami ng isang pangalawang sistema ng annotation batay sa mga halaga ng RGB at mga linear classification formula. Pinagsasama ng aming kasalukuyang modelo ang mga pagtatasa na nakabatay sa AI at batay sa panuntunan upang mapabuti ang katumpakan. Sa huli, ang aming layunin ay bumuo ng isang real-time na AI camera system na maaaring suriin at subaybayan ang paglala ng ulser sa paglipas ng panahon.
|
paggamot sa ulser sa balat
Pagsusuri ng AI
Pagsusuri sa totoong oras
Predictive na gamot
Aparato para sa high-speed vascular anastomosis na tinutulungan ng negatibong presyon
Paggamot sa Ulser sa Balat
Diagnosa ng AI
Real-time na Pagsusuri
PredictiveMedicine
Aparato ng Anastomotikong Tinutulungan ng Negatibong Presyon
|
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,
Ayon sa kaugalian, ang pagsusuri ng mga ulser sa balat ay umaasa sa biswal na inspeksyon ng mga doktor, ngunit ang pamamaraang ito ay subhetibo at walang kakayahang kopyahin. Samakatuwid, sinusubukan namin ang pagsusuri ng imahe ng mga ulser na nakabatay sa AI. Gamit ang aming sariling software, pinag-annotate namin ang mga imahe ng ulser sa anim na klase at nagsagawa ng semantic segmentation. Bagama't mahusay ang awtomatikong pagkilala ng ulser, mababa ang katumpakan para sa mga klase na may malabong kulay. Upang mabawi ito, nagpatupad kami ng isang karagdagang mekanismo ng annotation gamit ang mga halaga ng RGB at isang linear classification formula, at kasalukuyang ginagamit namin ito kasabay ng AI judgment upang mapabuti ang katumpakan. Sa hinaharap, nilalayon naming bumuo ng isang AI camera na maaaring magsuri ng mga ulser sa real time at subaybayan ang mga pagbabago sa paglipas ng panahon.
Ang mga ulser sa balat ay tradisyonal na sinusuri nang biswal ng mga doktor, ngunit ang pamamaraang ito ay subhetibo at walang kakayahang kopyahin. Upang matugunan ang isyung ito, bumubuo kami ng isang AI system para sa awtomatikong pagsusuri ng ulser gamit ang pagsusuri ng imahe. Pinagsama-sama namin ang mga imahe ng ulser sa anim na klase gamit ang isang custom-built na software at sinanay ang mga deep learning model para sa semantic segmentation. Bagama't mahusay ang pagganap ng mga modelo sa pangkalahatan, bumaba ang katumpakan sa mga klase na may malabong mga tampok ng kulay. Upang mapunan ito, nagpatupad kami ng isang pangalawang sistema ng annotation batay sa mga halaga ng RGB at mga linear classification formula. Pinagsasama ng aming kasalukuyang modelo ang mga pagtatasa na nakabatay sa AI at batay sa panuntunan upang mapabuti ang katumpakan. Sa huli, ang aming layunin ay bumuo ng isang real-time na AI camera system na maaaring suriin at subaybayan ang paglala ng ulser sa paglipas ng panahon.