19:00 
В условиях растущей нехватки хирургов искусственный интеллект может помочь восполнить этот пробел, обучая студентов-медиков во время их практики хирургических техник.
Новый инструмент, обученный на видео опытных хирургов за работой, предлагает студентам в режиме реального времени персонализированные советы во время практики наложения швов. Первоначальные испытания показывают, что ИИ может стать мощной заменой учителю для более опытных студентов.
"Мы переживаем решающий момент. Дефицит поставщиков медицинских услуг постоянно растет, и нам нужно найти новые способы предоставить больше и лучшие возможности для практики. Прямо сейчас лечащий хирург, у которого уже мало времени, должен прийти и посмотреть, как студенты тренируются, оценить их и дать им подробную обратную связь - это просто не масштабируется", - сказал старший автор Матиас Унберат, эксперт в области медицины с использованием ИИ, который фокусируется на том, как люди взаимодействуют. с ИИ. «Следующей лучшей вещью может стать наш объяснимый искусственный интеллект, который покажет студентам, насколько их работа отличается от работы опытных хирургов».
Новаторская технология, разработанная в Университете Джонса Хопкинса, была продемонстрирована и отмечена наградами на недавней Международной конференции по обработке медицинских изображений и компьютерному вмешательству.
В настоящее время многие студенты-медики смотрят видео с экспертами, проводящими операции, и пытаются имитировать то, что они видят. Существуют даже существующие модели искусственного интеллекта, которые будут оценивать учащихся, но, по мнению Унберата, они не справляются со своими задачами, поскольку не говорят студентам, что они делают правильно или неправильно.
«Эти модели могут сказать вам, есть ли у вас высокие или низкие навыки, но им трудно объяснить, почему», — сказал он. «Если мы хотим обеспечить значимое самообучение, нам нужно помочь учащимся понять, на чем им нужно сосредоточиться и почему».
Модель команды включает в себя так называемый «объяснимый ИИ» — подход к ИИ, который – в этом примере – будет оценивать, насколько хорошо студент закрывает рану, а затем также сообщать ему, как это улучшить.
Команда обучала свою модель, отслеживая движения рук опытных хирургов, когда они закрывают разрезы. Когда учащиеся выполняют одно и то же задание, ИИ немедленно отправляет им текстовое сообщение, чтобы рассказать, как они сравниваются с экспертами и как усовершенствовать свою технику.
Учащиеся хотят, чтобы кто-то объективно рассказал им, как они это сделали. Мы можем подсчитать их эффективность до и после вмешательства и посмотреть, приближаются ли они к экспертной практике».
Каталина Гомес, первый автор, аспирантка Университета Джонса Хопкинса в области компьютерных наук
Команда провела первое в своем роде исследование, чтобы выяснить, обучаются ли студенты лучше с помощью ИИ или просмотра видео. Они случайным образом распределили 12 студентов-медиков с опытом наложения швов для обучения одному из двух методов.
Все участники практиковались в закрытии Некоторые получили немедленную обратную связь от ИИ, в то время как другие попытались сравнить то, что они сделали с хирургом, на видео. Затем все снова попытались наложить швы.
По сравнению со студентами, которые смотрели видео, некоторые студенты, тренируемые с помощью ИИ, и те, у кого больше опыта, учились намного быстрее.
«На некоторых людей обратная связь с ИИ имеет большой эффект», — сказал Унберат. совет, он оказал большое влияние».
Далее команда планирует усовершенствовать модель, чтобы сделать ее более простой в использовании. Они надеются в конечном итоге создать версию, которую студенты смогут использовать дома.
«Мы хотели бы предложить компьютерное зрение и технологию искусственного интеллекта, которая позволит кому-то практиковаться, не выходя из дома, с набором для наложения швов и смартфоном», — сказал Унберат. «Это поможет нам расширить обучение в медицинских областях. На самом деле речь идет о том, как мы можем использовать эту технологию для решения проблем».
В число авторов входят Лалиткумар Синивасан, Синруи Зоу; Дживу Юн; Сируи Чу; Ариэль Леон; Патрик Крамер; Ю-Чун Ку; Хосе Л. Поррас; и Масару Исии, все из Университета Джонса Хопкинса, и Алехандро Мартин-Гомез из Университета Арканзаса.
