인공 지능 뇌 흰색 물질 비율 인공 지구의 Hsinchu 지구의 인공 지능 뇌 회색-백색 물질 비율 모듈 사용

이 연구의 목적은 National Taiwan University Hospital Hsinchu Branch에서 병원 외 심정지 환자를위한 전자 의료 기록 및 영상 데이터베이스를 설정하는 것입니다. 우리 팀은 National Taiwan University Hospital의 데이터를 기반으로 AI 딥 러닝 모델과 Brain Grey-White Matter에 대한 자동화 된 분석 시스템을 개발했습니다.

이러한 개발은이 프로젝트의 Hsinchu Branch의 데이터베이스를 사용하여 외부에서 검증 될 것입니다. 정확한 예후 평가는 의사와 가족이 심장 체포 후 치료 기간에 관한 결정을 내리는 데 중요합니다. 그러나 현재 사용 가능한 평가 도구의 정확도는 제한적입니다. 이 연구는 전자 의료 기록과 뇌 그레이 화이트 물질에 대한 자동화 된 분석 시스템을 결합한 멀티 모달 예후 평가 모델을 개발하는 것을 목표로합니다. 이 통합은 예후 평가의 정확성과 예측 능력을 향상시킬 것입니다. 연구팀은 이미 뇌 컴퓨터 단층 촬영 이미지에서 뇌 회색 흰색 물질 비율을 계산하기위한 자동화 된 분석 시스템을 개발하여 뇌의 병리학 적 변화에 대한 중요한 정보를 제공했습니다.

또한,이 팀은 또한 여러 지표와 변수를 통합하여 심장 체포 예후를위한 AI 기반 예측 모델을 개발했습니다. 이 시스템은 National Taiwan University Hospital의 데이터를 사용하여 검증되었습니다.

우리 모델의 정확성과 신뢰성을 더욱 검증하기 위해, 연구팀은 전자 의료 기록 및 이미징 파일을 포함하여 심장 체포 후 환자의 관련 데이터를 수집하고 구성 할 때 Hsinchu Branch와 협력 할 계획입니다. Brain Grey-White Matter 및 AI 기반 예측 모델을위한 개발 된 자동화 된 분석 시스템은 외부 검증에 적용됩니다. 이 연구를 통해 목표는보다 포괄적이고 정확한 예후 평가 모델을 확립하고 최적화하여 의사와 가족이 심장 체포 후 환자를위한 더 나은 결정을 내리는 데 도움이됩니다.

또한 Hsinchu Branch와의 협력을 통해 다른 의료 기관 및 환자 인구에서 모델 적용 가능성을 검증 할 수 있습니다.