Sammenlignende undersøgelse af medicinsk kunstig intelligensalgoritme assisteret og konventionelle billeddannelsesundersøgelsesmetoder

Tumor i brystvæggen er en af ​​de vigtige sygdomme i thoraxkirurgi, som kan klassificeres som godartet eller ondartet i henhold til tumorens art. På nuværende tidspunkt er kirurgi stadig den vigtigste behandling af denne sygdom, selv for et par ondartede tumorer, der er følsomme over for strålebehandling og kemoterapi, er der stadig behov for yderligere kirurgisk behandling efter indledende intern medicinbehandling. På grund af den forskellige karakter og placering af tumorer kan omfanget af kirurgisk resektion variere meget. Kliniske undersøgelser har fundet, at kirurgi for brystvægtumorer kræver vedtagelse af passende behandlingsplaner baseret på de patologiske resultater af tumoren, placeringen af ​​tumorvækst, graden af ​​lokal invasion af tumoren og tilstedeværelsen af ​​metastase på tidspunktet for tumordetektion. Yderligere forskning har fundet, at kirurgisk resektion af primære brystvæg maligne tumorer bør udføres under omhyggelig planlægning, da de fleste patienter kun har en chance for helbredelse, og reoperation efter tumor -tilbagefald eller kirurgisk svigt bliver meget vanskelig. Selvom disse patienter gennemgår reoperation, er deres prognose desuden dårlig.

Maligne brystvægtumorer kræver omfattende resektion for at sikre, at operationens grundighed. Imidlertid kan den omfattende brystvægdefekt, der dannes efter omfattende resektion, føre til ødelæggelse af brystvæggenes integritet og stabilitet. Hvis det ikke håndteres korrekt, kan det forårsage blødgøring af brystvæg, unormal vejrtrækning og akut respirationssvigt i den tidlige postoperative periode, hvilket påvirker den terapeutiske virkning af operationen; I det sene stadium efter operation kan de deformiteter, lungebrynier, lungebrynier, kronisk respiratorisk dysfunktion og endda skoliose, hvilket kan påvirke livskvaliteten.

Derfor er det ikke kun påkrævet for at opnå grundig forstørrelse og resektion, men også at overveje præcis resektion for at bevare den normale struktur af brystvæggen så meget som muligt for at undgå grundig forstørrelse og resektion, men også at overveje præcis resektion for at bevare den normale struktur i brystvæggen så meget som muligt for at undgå grundig udvidelse og resektion, men også at overveje præcis resektion for at bevare den normale struktur i brystvæggen. For nogle veldefinerede ondartede tumorer i brystvæggen er det relativt enkelt at bestemme den kirurgiske resektionsmargin. For andre ondartede tumorer i brystvæggen, såsom dem med invasiv vækst, dem, der gentager sig efter den første operation, eller dem, der gentager sig lokalt efter strålebehandling og kemoterapi, er det ofte vanskeligt at bestemme det passende kirurgiske resektionsområde og resektionsmargin i klinisk praksis. På dette tidspunkt kan den kirurgiske plan kun bestemmes og formuleres baseret på den kliniske oplevelse af kirurgen og traditionelle billeddannelsesundersøgelsesresultater før operationen, hvilket har stor usikkerhed og øger kompleksiteten og vanskeligheden ved operationen.

Medicinsk kunstig intelligens er en dybdegående anvendelse af kunstig intelligensteknologi inden for medicin. Det integrerer viden fra flere discipliner såsom datalogi, datavidenskab og biomedicinsk teknik med det formål at forbedre effektiviteten, nøjagtigheden og personaliseringen af ​​medicinske tjenester ved at simulere menneskelig intelligent opførsel. Medai leverer intelligente tjenester til læger til at hjælpe med diagnose [5-7], anbefale behandlingsmetoder og overvåge patienter ved at behandle og analysere enorme mængder af medicinske data og derved optimere tildelingen af ​​medicinske ressourcer og forbedre patientens medicinske erfaring.

På nuværende tidspunkt er Medai hovedsageligt fokuseret på screening af lungeknudler, bestemmelse af arten af ​​lungeknudler og tilvejebringelse af tredimensionel simuleringsafbildning af lungeknudler som en reference til kirurgiske metoder inden for thoraxkirurgi. Der har dog ikke været nogen rapporter om dens anvendelse i den kliniske behandling af brystvægtumorer. Derfor planlægger vi at udføre forskning på dette område for at udvide anvendelsen af ​​medai i generel thoraxkirurgi og levere bedre tjenester til medicinsk kvalitet til brystvægtumorpatienter, især dem med ondartede brystvægtumorer.

Inden for kirurgisk planlægning for brystvægtumorer kan konventionelle billeddannelsesmetoder såsom CT og MRI give grundlæggende anatomiske oplysninger, men de har begrænsninger. Læger skal manuelt analysere to-dimensionelle billeder, hvilket gør det vanskeligt at nøjagtigt konstruere det tredimensionelle rumlige forhold mellem tumorer og komplekse brystvægstrukturer (såsom ribben, blodkar og nerver), især når tumorgrænserne sløres og klæber sig til omgivende væv, som let kan føre til kirurgiske planlægning af planlægning og påvirker integriteten og sikkerheden af ​​tumorforhold. Intelligensalgoritmer i denne henseende ligger i præcis tumorlokalisering, multidimensionel dataanalyse og kirurgisk planoptimering.