在加拿大
（加西網綜合）當阿明·馬達尼（Amin Madani）博士沒有從他的病人身上去除破裂的闌尾或切除癌細胞時，他正在考慮如何提高外科醫生在手術室的表現。
根據世界衛生組織的數據，全世界每年接受住院手術的數百萬人中，有多達 25% 的人在手術期間或手術後經歷了負面並發症,這些不利影響的范圍可以從切口部位的酸痛到內出血到死亡。
雖然並非所有這些不良事件都是由外科醫生的行為引起的，但有些是，並且 Madani——多倫多大學健康網絡 (UHN) 斯普羅特外科系的一名普通外科醫生——希望降低這種風險。
他正在研究最精英、技能最高的外科醫生使用的技術和思維過程，當時一組數據和計算機科學家建議他可以使用人工智能 (AI) 來模仿他們的思想。
由此產生的合作有了一個原型，該原型使用計算機視覺——一個訓練計算機解釋和理解圖像的人工智能領域——來實時識別可以安全解剖的器官區域，以及那些區域是有危險的。
這是近年來研究人員、衛生保健工作者和公司試圖利用數字技術的力量提供更好的醫療服務的一系列活動的一部分。
Madani的技術還處於早期階段，目前僅適用於膽囊手術。但是，他說它有可能改善世界各地的外科手術，特別是在缺乏外科專業知識的農村社區、偏遠地區和低收入國家。
其他專家也同意這一觀點，但他們表示，在實現其潛力之前仍有一些挑戰需要克服。
該技術如何幫助指導外科醫生
當外科醫生進行膽囊切除手術時，他們會在患者的胃部做一個“鎖孔切口”，將攝像頭插入腹部，然後使用專門的工具切掉並取出器官。
Madani 的技術將彩色區域投射到外科醫生用來查看患者身體內部的視頻監視器上。
綠色表示可以安全切割器官區域，紅色表示不安全。
另一個迭代使用熱圖式投影，該投影根據模型對安全區域位置的置信度來改變顏色。
該原型是通過將數百小時的膽囊手術視頻輸入軟件程序，並整合來自專家外科醫生的注釋來確定他們將在何處進行解剖而開發的。
在逐幀分析數據後，算法開始識別模式並培養做出獨立決策的能力。
根據 2020 年對 153 位外科醫生的 290 個視頻進行的一項研究，該算法能夠始終如一地識別“通過”和“禁止”區域以及肝臓、膽囊和肝囊三角區，准確率在 93% 和 95% 之間發表在學術期刊 Annals of Surgery 上。
馬達尼是第一作者。
“這就像我有一個專家小組站著，在我的肩膀上看著我，指導我，引導我並幫助我在手術過程中不會遇到麻煩，”馬達尼說。
Daniel Hashimoto 博士是俄亥俄州克利夫蘭市大學醫院和凱斯西儲大學的外科講師，他與 Madani 合作進行了這項研究，他說該技術的真正前景在於它能夠幫助外科醫生更好地了解他們在做出手術決定時的感知。
“希望是說，我們能否將第二雙眼睛帶入手術室——在這種情況下，是機器眼——以確保外科醫生看到他們認為他們看到的東西” Hashimoto 說。
下一個問題是：它真的會提高外科醫生在手術室的表現並減少並發症嗎？
根據 Hashimoto 的說法，從研究的角度來看，這是一個很難回答的問題，因為研究不良事件的臨床試驗需要大量患者參與，但馬達尼決心一探究竟。
他的團隊已經在現場手術中測試了原型，以確保其正常工作，現在他們正在尋求 UHN 倫理委員會的批准，以進行進一步的研究。
·中文新闻 2024 年 HSC 成绩：北悉尼男子高中连续排名第一
·中文新闻 2024 年 HSC 成绩：新南威尔士州顶尖学校排名
