Sistema de interpretação de imagem de ultrassom de ponto de atendimento direcionado por inteligência artificial

O ultrassom é uma ferramenta de diagnóstico não invasiva e não irradiada em ambientes de emergência e cuidados intensivos. Na prática clínica, a interpretação oportuna das imagens ultrassonográficas para facilitar a tomada de decisão é essencial. No entanto, depende da experiência dos operadores. Como de costume, leva tempo para que os médicos de emergência tenham uma boa precisão diagnóstica por meio da educação ultrassonográfica tradicional. Como encurtar o aprendizado Esta proposta é para um projeto de um ano. Neste projeto, pretendemos investigar a viabilidade do uso de IA para interpretação de imagens ultrassonográficas. O projeto principal é responsável pela coordenação entre os dois subprojetos e o projeto principal, fornecendo recursos de imagem e usando U-Net (Convolutional Networks for Biomedical Image Segmentation) e Transfer Learning para construir os modelos de reconhecimento de imagem e validar a eficácia dos modelos. O objetivo do Subprojeto 1 é desenvolver um sistema de reconhecimento de imagem para imagens dinâmicas: derrame pericárdico. Após a construção do modelo, será feita a validação da eficácia e futura revisão. No subprojeto 2 surge um sistema de reconhecimento de imagem para imagens estáticas: hidronefrose. Após a construção do modelo, será feita a validação da eficácia e futura revisão.

Este estudo pioneiro pode fornecer dois sistemas de reconhecimento de imagem de ultrassom assistido por IA nas condições clínicas reais. Eles podem experimentar aplicações clínicas e contribuir para a educação médica atual. Além disso, pode melhorar o processo de tomada de decisão e a qualidade do atendimento nas unidades de emergência e cuidados intensivos. Além disso, os modelos de configuração podem ser usados ​​em outro reconhecimento de imagem de ultrassom alvo no futuro.