第一次加强结直肠癌手术期间的人工智能

发表的临床研究研究英国外科杂志表明荧光引导（其中荧光化合物重新发射具有长波长的光），可以通过使用近红外（NIR）光从而实现结肠直肠外科医生以在手术期间，在手术期间实时评估癌症组织和更具体与人工智能（AI）方法结合的施用荧光团。

在本研究中，由颠覆性技术和创新基金的支持2018年，研究了24例（11例患有癌症）手术的视频。从每个视频中选择了来自每个异常区域的众多ROI（感兴趣的区域）用于分析。通过跟踪每个视频内的ROI来提取NIR强度，专注于初始洗涤期。用于分析的数据集包括435次ROI曲线，每个档案有12个灌注特征，具有平衡的结果。在患者水平，系统正确诊断为20个癌症（95％）

Ronan Cahill教授，教授手术在都柏林大学（UCD）和Matericordiae大学医院（MMUH）中，“手术中有三分之二的癌症的治疗具有重要作用，传统上由人类视觉判断制作，这在观察时间框架期间假设静态生物FOV（视场）（在手术中是时刻）。“

“吸收和释放外部物质的方法，例如药物和造影剂，在癌组织中是独一无二的。因此，我们设想了一种组合生物物理学建模和AI的方法可以分析NIR强度随着时间的推移的术中变化各种组织，使具有高特异性的临床有用的病变分类。要首次将这些知识转化为术中的手术决策支持工具，已经开发了一种计算机Vision-AI实时组织跟踪和分类型焊型。当原型依赖在NIR荧光数据流上，它可以使用市售的成像系统。“

还谈到了本研究的出版物英国外科杂志，RCSI医学大学化学系托纳奥尔西教授表示，“目前正在试验的癌症成像的靶向剂牢固地粘附在荧光引导的手术机制的常规范式，并且在主题前系统性地施用，在手术前全身给药在存在肿瘤和其他组织之间的最大稳定对比时调度的操作。然而，这种定时通常是不可预测的，可能需要一些日子，并且可能发生误报。临床有用性通过给药实用性，调度挑战和患者进一步限制。患者和癌症对癌症的差异。这项工作表明了一种新的途径和过程，即立即，完善手术期间的代理信息，这将大大提高效率和有效性癌症关心。”

---

---