O-04研究中AI驱动的手动分析,以区分新手和医学教育专家技能Jafar Arash Mehr博士;医学博士Eric S. Hungness; Amy L. Halverson,医学博士,FACS;以及伊利诺伊州芝加哥的西北大学杰弗里·H·巴尔苏克(Jeffrey H.西北医学 - 西北大学,伊利诺伊州芝加哥,简介:人工智能(AI)可以增强教师教育者对学习者任务绩效的评估。 我们旨在开发一种创新的工具,可以使用计算机视觉和AI在缝合任务过程中跟踪和分析手动运动,以区分新手和专家表现。 方法:我们对一位作者(JAM)进行了视频记录的简单中断缝合任务,该任务(JAM)在缝合板上模拟了专家和新手表演。 使用深度摄像头和开源机器学习和计算机视觉工具(图)记录了每个任务的视频。 使用OpenCV库检索视频帧,然后传递到Google MediaPipe库,该库在每只手上都跟踪21个地标。 intel pyrealsense2每0.1秒钟在3D空间中提取地标的坐标。 总共定义了16个指标,以表征手提动作。 来自这些指标的汇总组数据用于训练多层感知神经网络,以区分专家和新手。 构建了一个评分系统,用于定量评估。 16个指标中有14个可以区分新手和专家组(p值<0.05)。 评分系统已在另外10个专家和10个新手视频上进行了验证。O-04研究中AI驱动的手动分析,以区分新手和医学教育专家技能Jafar Arash Mehr博士;医学博士Eric S. Hungness; Amy L. Halverson,医学博士,FACS;以及伊利诺伊州芝加哥的西北大学杰弗里·H·巴尔苏克(Jeffrey H.西北医学 - 西北大学,伊利诺伊州芝加哥,简介:人工智能(AI)可以增强教师教育者对学习者任务绩效的评估。我们旨在开发一种创新的工具,可以使用计算机视觉和AI在缝合任务过程中跟踪和分析手动运动,以区分新手和专家表现。方法:我们对一位作者(JAM)进行了视频记录的简单中断缝合任务,该任务(JAM)在缝合板上模拟了专家和新手表演。使用深度摄像头和开源机器学习和计算机视觉工具(图)记录了每个任务的视频。使用OpenCV库检索视频帧,然后传递到Google MediaPipe库,该库在每只手上都跟踪21个地标。intel pyrealsense2每0.1秒钟在3D空间中提取地标的坐标。总共定义了16个指标,以表征手提动作。来自这些指标的汇总组数据用于训练多层感知神经网络,以区分专家和新手。构建了一个评分系统,用于定量评估。16个指标中有14个可以区分新手和专家组(p值<0.05)。评分系统已在另外10个专家和10个新手视频上进行了验证。创建工具后,同一位作者将模拟更多的专家和新手表演,并允许该工具根据评分系统预测性能水平:初步结果:使用50个模拟专家和50个新手视频对神经网络进行了培训。分别发现评分的准确性和精度分别为85%和90%。下一步:我们开发了一个创新的基于AI的视频分析框架,能够区分专家和新手的基本缝合技能。该工具有可能通过减少教师培训和评估学习者的需求,在其他医疗任务中使用有意义的医学教育贡献。
本出版物的内容由蒙特利尔大学医院中心 (CHUM) 的卫生技术和干预方法评估部门 (UETMIS) 编写和编辑。该文件也可在 CHUM 网站上以 PDF 格式获取。作者: Imane Hammana,博士。Alfons Pomp,医学博士,FRCSC,FACS 如需了解本出版物或任何其他 UETMIS 活动的信息,请联系: 卫生技术和干预方法评估部门 (UETMIS) 蒙特利尔大学医院中心办公室 B06.8057 1050, rue Saint-Denis Montreal (Quebec) H2X 3J3 电话:514 890-8000,分机 36132 传真:514 412-7460 电子邮件:detmis.chum@ssss.gouv.qc.ca 如何引用本文:“卫生技术和干预方法评估部门 (UETMIS)”。蒙特利尔大学医院中心。用于肝移植中移植物优化的机器灌注技术。摘要註釋。由 Imane Hammana 和 Alfons Pomp 准备。 2025年1月”。 ISBN 978-2-89528-179-5 只要注明出处,即可全部或部分复制本文。
p-c-01促进技术和协作精度的视线:改善手术学员腹腔镜手术的视觉清晰度sanskruthi priya guduri;安东尼·黄; Annie Tigranyan; Debora Nya;阿萨亚·欧文·洛克(Asaiah Irvin Rock); Prakhar Gupta; Urvshi Thapar;和伊利诺伊州乌尔巴纳市的FACS Carle Illinois医学院的FACS Blair M. Rowitz;伊利诺伊州乌尔巴纳 - 坎佩恩大学,伊利诺伊州香槟;伊利诺伊州乌尔巴纳卡尔基金会医院(Carle Foundation Hospital)背景:腹腔镜手术提出了平衡可见度与效率的独特挑战。在清晰的视野中,仅花费56%的运营时间。障碍物的平均情况估计为每种腹腔镜病例的平均3-10倍,需要20到60秒才能清洁。对于学员而言,这可能会破坏实践流程并延长整体培训时间。对于解决这些腹腔镜挑战的新设备是必要的,并为手术学员和外科医生提供了改进,健壮的体验。技术概述:我们的设备由镜头盖组成,该镜头盖安装在腹腔镜相机的前部。CAP包括一个压电传感器,传感器控制系统和压电驱动器。压电传感器会发出高频超声波,以自主清洁腹部腹腔内的相机镜头,有效地清除碎屑,从而确保整个腹腔镜程序中的高分辨率成像。在手术模拟和教育中的潜在应用:在手术教育的背景下,该设备保持不间断的视觉清晰度的能力可以导致训练效率和人体工程学的实质性提高。在训练模块中引入该设备可以在不中断的情况下进行持续练习,从而使学员能够专注于提炼其技术。此外,腹腔镜仪器的频繁去除与极端位置的重复有关。因此,通过减少与重复调整相关的身体应变,该设备在学员之间有助于更好的人体工程学实践。潜在的合作机会:该设备的开发和实施开辟了许多合作途径。教育机构和外科培训中心可以将设备集成到其课程中,从而创建一个更简化和有效的培训过程。工程师和设备制造商可以与外科医生合作根据现实世界的手术体验来完善设备。
本出版物的内容由蒙特利尔大学医院中心 (CHUM) 的卫生技术和干预方法评估部门 (UETMIS) 编写和编辑。该文件也可在 CHUM 网站上以 PDF 格式获取。作者: Raouf Hassen-Khodja,医学博士,理学硕士 Alfons Pomp,医学博士,FRCSC,FACS 如需了解本出版物或任何其他 UETMIS 活动的信息,请联系: 蒙特利尔大学医院中心卫生技术和干预方法评估组 (UETMIS) 4902 室 1001 Saint-Denis Street 蒙特利尔,魁北克省 H2X 3H9 电话:514 890-8000,分机 36132 传真:514 412-7460 电子邮件:detmis.chum@ssss.gouv.qc.ca 如何引用本文档:“蒙特利尔大学医院中心卫生技术和干预方法评估组 (UETMIS)。广泛的基因组分析测试:来自 Foundation Medicine Inc. 的测试信息说明。由 Raouf Hassen-Khodja 和 Alfons Pomp 准备。 2021年1月”。 ISBN 978-2-89528-142-9 只要注明出处,即可全部或部分复制本文。
Q&A 15 min 9:30 - 10:15 AM Rapid Fire Poster Session Moderator: Bruce Brenner, MD, FACS, Staten Island, NY 5 minutes Spatial Analysis of Melanoma Mortality in Relation to Provider Distribution Across U.S. Health Service Areas 5 minutes Eli Kasheri, BS, Miami, FL Re-envisioning Cancer Survivorship – Introducing Comprehensive Cancer Care & Survivorship Medicine 5 minutes Regina Jacob, MSCE, MD, New Hyde Park, NY Excellence in Compliance with Standard 5.8 Lung Nodes- Implementing a QI Project to Improve Patient Care and Outcomes 5 minutes Isabel Emmerick, MPH, PhD, Worcester, MA Iterative Process for Improving Compliance with Synoptic Operative Reports in a Large Healthcare System 5 minutes Mary Brandt, MD, Milwaukee, WI The Lived Experiences of Family Cancer Caregivers: The Impact of支持服务5分钟5分钟,艾米·霍尔特(Amy Halter),宾夕法尼亚州印第安纳州印第安纳州的博士
这项纵向研究利用了FASA成人队列研究(FACS)的数据。该研究最初包括在伊朗FASA农村地区35-70岁的1018名参与者,并在5年后使用随机抽样进行了3,000名参与者的随访。在机器学习(ML)模型中总共包括160个变量,并使用特征缩放和单热编码进行数据处理。Ten supervised ML algorithms were utilized, namely logistic regression (LR), support vector machine (SVM), random forest (RF), Gaussian naive Bayes (GNB), linear discriminant analysis (LDA), k-nearest neighbors (KNN), gradient boosting machine (GBM), extreme gradient boosting (XGB), cat boost (CAT), and light Gra-streent Boosting Machine(LGBM)。超参数调整是使用超参数的各种组合来识别最佳模型的。合成少数民族过度抽样技术(SMOTE)用于平衡训练数据,并使用Shapley添加说明(SHAP)进行了特征选择。
设施:PCR 装置-自动热循环仪(Applied biosystems)凝胶文档系统(Biorad)、HPLC – 制备和分析(Shimadzu)、二氧化碳培养箱、蛋白质凝胶电泳系统(Amersham Pharmacia)、色谱柱(Amersham Pharmacia)、冷冻离心机(Heraeus)、分光光度计(Shimadzu 2)、14 升发酵罐 - 全自动(Scigenics)、迷你发酵罐(Eyela Inc. Japan)、伽马计数器(ECI)、相差显微镜(Nikon,日本)、倒置相差显微镜(Olympus CK 40)、冻干机(Yamata Neocool,日本)、电子天平(Mettler)、实时 PCR 应用生物系统)、纳米分光光度计、低温恒温器、-80˚C 深度冷冻机(Thermo、Panasonic、 Eppendorf)、脉冲场凝胶电泳 (PFGE)-Bio-Rad、II 级生物安全柜、步入式冷藏室、多模式平板读数器、荧光细胞分选器- FAC、带照相机附件和其他配件的倒置显微镜、荧光显微镜、植物组织培养设施、动物细胞培养设施、斑马鱼设施、秀丽隐杆线虫设施、小动物设施。
- 血细胞计数、分类血细胞计数 - 血型、抗体筛查测试 - 电解质(钠、钾、钙)、肌酐(包括计算的 GFR)、尿素、尿酸、LDH、GPT、GOT、铁状态(铁蛋白、转铁蛋白饱和度)、糖化血红蛋白 - proBNP 或 BNP、肌钙蛋白 T 或 I - 25-羟基胆钙化醇(检测维生素 D 缺乏症) - 肾功能不全或高钙血症时:1,25-二羟基胆钙化醇(维生素 D 代谢) - 总蛋白和白蛋白、免疫球蛋白定量(IgG、IgA、IgM)、β2-微球蛋白 - 血清蛋白电泳(SPEP)和 M 蛋白定量、免疫固定 - 游离 κ 和 λ 轻链、轻链比率 - 冷球蛋白 - 冷凝集素 - 疫苗接种状况、HIV 和肝炎血清学 - 维生素 B12、叶酸、促红细胞生成素(肾功能不全的情况下) - 通过 FACS 分析进行表面标志物检测(仅适用于白血病病程) - 出血倾向的情况下:vWF Ag 和活性 + 因子 VIII 测定(继发性 VW 综合征?)
基于CRISPR的功能基因组学筛查可以设计用于鉴定增加肿瘤免疫原性的新型癌细胞固有靶标。使用基于FACS的CRISPR分类屏幕用于PD-L1表达,我们确定了正式的组蛋白 - 赖氨酸-N-甲基转移酶1和2(EHMT1/2)是干扰素信号通路的负调节剂。EHMT1和EHMT2是组蛋白H3的单甲基赖氨酸9的组蛋白甲基转移酶,以抑制定义靶基因的基因转录。基因敲除或对癌细胞中EHMT1/2的药理抑制作用导致基因启动子的抑制,干扰素刺激的基因(ISGS)的上调以及炎性细胞因子的分泌。在这里,我们介绍了TNG917的临床前表征 - 口服和高度选择性的EHMT1/2抑制剂,具有低纳摩尔细胞效力,以及有利的药效和药物性特性。在人性化和合成小鼠模型中,与抗PD1结合使用TNG917处理促进了T细胞浸润的肿瘤微环境,导致了显着的抗肿瘤活性,并带来了生存益处。总而言之,我们的体外和体内研究为免疫冷肿瘤患者的临床发展路径提供了临床发育路径的基本原理。
Barbara Kenner,博士,* Suresh T. Chari,医学博士,† David Kelsen,医学博士,‡ David S. Klimstra,医学博士,§ Stephen J. Pandol,医学博士,|| Michael Rosenthal,医学博士、博士,¶ Anil K. Rustgi,医学博士,# James A. Taylor,医学博士,** Adam Yala,工程硕士,††‡‡ Noura Abul-Husn,医学博士,博士,§§ Dana K. Andersen,医学博士,FACS,|||| David Bernstein,博士,¶¶ Søren Brunak,博士,## Marcia Irene Canto,医学博士,MHS,*** Yonina C. Eldar,博士,††† Elliot K. Fishman,医学博士,‡‡‡ Julie Fleshman,法学博士,MBA,§§§ Vay Liang W. Go,医学博士,|||||| Jane M. Holt,文学士,¶¶¶ Bruce Field,理学士,* Ann Goldberg,文学士,* William Hoos,工商管理硕士,### Christine Iacobuzio-Donahue,医学博士,哲学博士,**** Debiao Li,哲学博士,†††† Graham Lidgard,哲学博士,‡‡‡‡ Anirban Maitra,医学学士,§§§§ Lynn M. Matrisian,哲学博士,工商管理硕士,§§§ Sung Poblete,注册护士,哲学博士,||||||||| Laura Rothschild,工商管理硕士,* Chris Sander,哲学博士,¶¶¶¶ Lawrence H. Schwartz,医学博士,#### Uri Shalit,哲学博士,***** Sudhir Srivastava,哲学博士,公共卫生硕士,理学硕士,††††† 和 Brian Wolpin,医学博士,公共卫生硕士 ‡‡‡‡‡