[Ngày 20 tháng 6] Hội thảo lần thứ 26 về Tương lai của Phẫu thuật: Đánh giá vết loét da bằng Trí tuệ Nhân tạo – Bước đầu tiên hướng tới Đánh giá vết thương theo thời gian thực
Dịch bằng AIVề phiên này
Thứ Sáu, ngày 20 tháng 6 năm 2025, 18:00-20:00
bài phát biểu quan trọng
"Tái tạo vết loét khó chữa bằng phương pháp xâm lấn tối thiểu sử dụng vạt da có mạch máu nuôi dưỡng"
Isao Mitsushima, Giáo sư danh dự, Đại học Tokyo
Bài giảng được mời
"Đánh giá vết loét da dựa trên trí tuệ nhân tạo – Bước đầu tiên hướng tới đánh giá vết thương theo thời gian thực"
Kazufumi Tate, Phó Giáo sư, Khoa Phẫu thuật Tạo hình, Khoa Y, Đại học Y Dược Tohoku.
Theo truyền thống, việc đánh giá vết loét da dựa vào quan sát trực quan của bác sĩ, nhưng phương pháp này mang tính chủ quan và thiếu tính khả reproducible (khả năng lặp lại kết quả). Do đó, chúng tôi đang thử nghiệm phân tích hình ảnh vết loét dựa trên trí tuệ nhân tạo (AI). Sử dụng phần mềm của riêng mình, chúng tôi đã phân loại hình ảnh vết loét thành sáu nhóm và thực hiện phân đoạn ngữ nghĩa. Mặc dù khả năng nhận diện vết loét tự động khá tốt, nhưng độ chính xác thấp đối với các nhóm có màu sắc không rõ ràng. Để khắc phục điều này, chúng tôi đã triển khai cơ chế chú thích bổ sung bằng cách sử dụng giá trị RGB và công thức phân loại tuyến tính, và hiện đang sử dụng phương pháp này kết hợp với đánh giá của AI để cải thiện độ chính xác. Trong tương lai, chúng tôi hướng đến việc phát triển một camera AI có thể đánh giá vết loét trong thời gian thực và theo dõi sự thay đổi theo thời gian.
Ngày 20 tháng 6, Thứ Sáu, 18:00-20:00 (giờ Nhật Bản)
Chủ đạo
Ghép vạt da có mạch máu nuôi dưỡng vết loét khó điều trị.
- Phương pháp phẫu thuật xâm lấn tối thiểu để tái tạo vết thương phức tạp -
Tiến sĩ Isao Koshima
Giáo sư danh dự, Đại học Tokyo
Bài giảng được mời
Sử dụng trí tuệ nhân tạo để đánh giá vết loét da:
Một bước tiến hướng tới đánh giá vết thương theo thời gian thực
Tiến sĩ Kazufumi Tachi
Phó Giáo sư, Khoa Nhựa và
Phẫu thuật tái tạo,
Đại học Y Dược Tohoku
Theo truyền thống, các vết loét da được bác sĩ đánh giá bằng mắt thường, nhưng phương pháp này mang tính chủ quan và thiếu tính khả reproducible (khả năng tái lập). Để giải quyết vấn đề này, chúng tôi đã phát triển một hệ thống AI để tự động đánh giá vết loét bằng phân tích hình ảnh. Chúng tôi đã phân loại hình ảnh vết loét thành sáu nhóm bằng phần mềm tự xây dựng và huấn luyện các mô hình học sâu để phân đoạn ngữ nghĩa. Mặc dù các mô hình hoạt động tốt nói chung, độ chính xác giảm ở các nhóm có đặc điểm màu sắc không rõ ràng. Để bổ sung cho điều này, chúng tôi đã triển khai một hệ thống chú thích thứ cấp dựa trên giá trị RGB và các công thức phân loại tuyến tính. Mô hình hiện tại của chúng tôi kết hợp đánh giá dựa trên AI và dựa trên quy tắc để cải thiện độ chính xác. Mục tiêu cuối cùng của chúng tôi là phát triển một hệ thống camera AI thời gian thực có thể đánh giá và theo dõi sự tiến triển của vết loét theo thời gian.
|
điều trị loét da
Chẩn đoán bằng AI
Đánh giá thời gian thực
Y học dự đoán
Thiết bị nối mạch máu tốc độ cao hỗ trợ áp suất âm
Điều trị loét da
Chẩn đoán AIDS
Đánh giá thời gian thực
Y học dự đoán
Thiết bị nối thông hỗ trợ áp suất âm
|
chương trình
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,
Theo truyền thống, việc đánh giá vết loét da dựa vào quan sát trực quan của bác sĩ, nhưng phương pháp này mang tính chủ quan và thiếu tính khả reproducible (khả năng lặp lại kết quả). Do đó, chúng tôi đang thử nghiệm phân tích hình ảnh vết loét dựa trên trí tuệ nhân tạo (AI). Sử dụng phần mềm của riêng mình, chúng tôi đã phân loại hình ảnh vết loét thành sáu nhóm và thực hiện phân đoạn ngữ nghĩa. Mặc dù khả năng nhận diện vết loét tự động khá tốt, nhưng độ chính xác thấp đối với các nhóm có màu sắc không rõ ràng. Để khắc phục điều này, chúng tôi đã triển khai cơ chế chú thích bổ sung bằng cách sử dụng giá trị RGB và công thức phân loại tuyến tính, và hiện đang sử dụng phương pháp này kết hợp với đánh giá của AI để cải thiện độ chính xác. Trong tương lai, chúng tôi hướng đến việc phát triển một camera AI có thể đánh giá vết loét trong thời gian thực và theo dõi sự thay đổi theo thời gian.
Theo truyền thống, các vết loét da được bác sĩ đánh giá bằng mắt thường, nhưng phương pháp này mang tính chủ quan và thiếu tính khả reproducible (khả năng tái lập). Để giải quyết vấn đề này, chúng tôi đã phát triển một hệ thống AI để tự động đánh giá vết loét bằng phân tích hình ảnh. Chúng tôi đã phân loại hình ảnh vết loét thành sáu nhóm bằng phần mềm tự xây dựng và huấn luyện các mô hình học sâu để phân đoạn ngữ nghĩa. Mặc dù các mô hình hoạt động tốt nói chung, độ chính xác giảm ở các nhóm có đặc điểm màu sắc không rõ ràng. Để bổ sung cho điều này, chúng tôi đã triển khai một hệ thống chú thích thứ cấp dựa trên giá trị RGB và các công thức phân loại tuyến tính. Mô hình hiện tại của chúng tôi kết hợp đánh giá dựa trên AI và dựa trên quy tắc để cải thiện độ chính xác. Mục tiêu cuối cùng của chúng tôi là phát triển một hệ thống camera AI thời gian thực có thể đánh giá và theo dõi sự tiến triển của vết loét theo thời gian.