Penyelidik di Universiti Johns Hopkins telah membangunkan alat AI terobosan yang memberikan maklum balas masa nyata kepada pelajar perubatan yang mengamalkan teknik pembedahan. Inovasi ini bertujuan untuk mengurangkan kekurangan pakar bedah yang semakin meningkat dan meningkatkan latihan perubatan dengan ketara.
Menghadapi kekurangan pakar bedah yang semakin meningkat, satu pasukan di Universiti Johns Hopkins telah membangunkan alat kecerdasan buatan perintis yang direka untuk melatih pelajar perubatan melalui prosedur pembedahan yang kompleks.
Teknologi inovatif, yang direka untuk memberikan maklum balas masa nyata, diperibadikan, baru-baru ini dipamerkan di Persidangan Antarabangsa mengenai Pengkomputeran Imej Perubatan dan Intervensi Berbantukan Komputer. Sistem AI, dilatih menggunakan video pakar bedah pakar, menawarkan panduan terperinci kepada pelajar semasa mereka mengamalkan jahitan.
“Kita berada pada masa yang penting. Kekurangan penyedia perkhidmatan semakin meningkat dan kita perlu mencari cara baharu untuk menyediakan lebih banyak dan lebih baik peluang untuk amalan. Buat masa ini, pakar bedah yang merawat yang sudah kekurangan masa perlu datang dan memerhatikan pelajar berlatih, menilai mereka, dan memberi mereka maklum balas terperinci — itu tidak berskala,” kata penulis kanan Mathias Unberath, seorang pakar dalam perubatan berbantukan AI, dalam satu siaran berita. “Perkara terbaik seterusnya mungkin AI kami yang boleh dijelaskan yang menunjukkan kepada pelajar bagaimana kerja mereka berbeza daripada pakar bedah pakar.”
Pada masa ini, pelajar perubatan sangat bergantung pada video pakar yang menjalankan pembedahan untuk mempelajari teknik baharu. Walaupun model AI sedia ada boleh menilai prestasi pelajar, mereka sering gagal dalam memberikan maklum balas yang khusus dan boleh diambil tindakan.
Menurut Unberath, model ini gagal menjelaskan perkara yang pelajar lakukan betul atau salah, yang penting untuk latihan kendiri yang berkesan.
"Model ini boleh memberitahu anda sama ada anda mempunyai kemahiran tinggi atau rendah, tetapi mereka bergelut untuk memberitahu anda sebabnya," tambahnya. "Jika kita ingin membolehkan latihan kendiri yang bermakna, kita perlu membantu pelajar memahami perkara yang perlu mereka fokuskan dan sebabnya."
Pasukan itu menggunakan "AI yang boleh dijelaskan," kaedah yang bukan sahaja menilai prestasi pelajar tetapi juga menyediakan arahan terperinci untuk penambahbaikan.
AI telah dilatih dengan menganalisis pergerakan tangan pakar bedah pakar semasa mereka menutup hirisan. Apabila pelajar melakukan tugas yang sama, AI menawarkan maklum balas segera, membandingkan teknik mereka dengan pakar dan mencadangkan cara untuk memperhalusinya.
"Pelajar mahu seseorang memberitahu mereka secara objektif bagaimana mereka melakukannya," tambah pengarang pertama Catalina Gomez, seorang pelajar kedoktoran Johns Hopkins dalam sains komputer. "Kami boleh mengira prestasi mereka sebelum dan selepas campur tangan dan melihat sama ada mereka semakin menghampiri amalan pakar."
Para penyelidik menjalankan kajian terkawal untuk menilai keberkesanan kaedah bimbingan AI terhadap pembelajaran berasaskan video tradisional. Mereka secara rawak menugaskan 12 pelajar perubatan yang berpengalaman menjahit untuk berlatih menggunakan salah satu daripada dua kaedah tersebut. Keputusan awal menunjukkan bahawa lebih ramai pelajar berpengalaman yang dilatih oleh AI belajar dengan ketara lebih cepat daripada mereka yang menggunakan video.
"Dalam sesetengah individu, maklum balas AI mempunyai kesan yang besar," tambah Unberath. "Pelajar pemula masih bergelut dengan tugas itu, tetapi pelajar yang mempunyai asas yang kukuh dalam pembedahan, yang berada pada tahap di mana mereka boleh memasukkan nasihat, melihat impak yang hebat."
Melangkah ke hadapan, pasukan itu menyasarkan untuk memperhalusi model AI untuk menjadikannya lebih mudah diakses dan mesra pengguna, yang berpotensi membolehkan pelajar berlatih di rumah dengan peralatan asas dan telefon pintar.
“Kami ingin menawarkan penglihatan komputer dan teknologi AI yang membolehkan seseorang berlatih dalam keselesaan rumah mereka dengan kit jahitan dan telefon pintar,” tambah Unberath. "Ini akan membantu kami meningkatkan latihan dalam bidang perubatan. Ia benar-benar tentang bagaimana kami boleh menggunakan teknologi ini untuk menyelesaikan masalah."
sumber: Johns Hopkins University