Освещаем Искусственный Интеллект в периоперационной медицине

Искусственный интеллект улучшает выполнение новичками бронхоскопии: рандомизированное контролируемое исследование в условиях симуляционного центра

Введение: навигация сквозь бронхиальное дерево и визуализация всех бронхиальных сегментов — первый шаг к обучению врачей гибкой фибробронхоскопии.

Новейшая система идентификации бронхиального сегмента, разработанная на основе искусственного интеллекта (ИИ), помогает создавать более эффективные курсы обучения гибкой фибробронхоскопии.

Вопрос к исследованию: действительно ли обратная связь, получаемая от автоматической системы идентификации бронхиального сегмента на базе ИИ, улучшает выполнение гибкой фибробронхоскопии обучающимся к моменту окончания курса?

Пациент-контролируемая внутривенная анальгезия с искусственным интеллектом улучшает исходы у пациентов старческого возраста с радикальной резекцией колоректального рака.

Методы: пациенты, которым выполнялись плановые лапароскопические радикальные резекции по поводу колоректального рака в период с июля 2019 до мая 2021. Пациенты были распределены в группу пациент-контролируемой внутривенной анальгезии с ИИ (ИИ-ПКА) и в контрольную группу.

Интерпретируемые модели машинного обучения для прогнозирования венозного тромбоэмболизма в отделении интенсивной терапии: анализ данных из 207 центров (Critical Care, октябрь 2023)

Введение: венозный тромбоэмболизм (ВТЭ) — тяжелое осложнение у критически больных пациентов, что часто приводит к смерти или к длительной инвалидности, и один из основных факторов, определяющих глобальное бремя болезней. Целью этого исследование было построение интерпретируемой модели машинного обучения для прогнозирования ВТЭ у критически больных пациентов, основанной на клинических характеристиках и лабораторных индикаторах.