Инструмент искусственного интеллекта для отбора пациентов в косметической хирургии

Введение

Косметическая хирургия набирает популярность, однако не все пациенты являются подходящими кандидатами для таких вмешательств. Тщательная предоперационная оценка и правильный отбор пациентов играют ключевую роль в достижении успешных результатов. Учитывая сложности, с которыми сталкиваются пластические хирурги при проведении психологических оценок, авторы статьи предполагают, что искусственный интеллект (ИИ) может быть полезен в этом важном аспекте отбора пациентов.

Цель

Разработка и клиническая валидация инструмента на основе ИИ для оценки пригодности пациентов к косметическим операциям.

Методы

На основе предыдущих исследований и экспертного мнения шести старших пластических хирургов был разработан алгоритм XGBoost для оценки пациентов. В исследование включили 37 пациентов, которые были независимо оценены как ИИ-системой, так и двумя старшими хирургами. Основной задачей клинической валидации было сравнение точности и надежности ИИ-инструмента с оценками специалистов.

Результаты

Клиническая валидация показала высокую степень согласованности между ИИ и хирургами в оценке пациентов. В 73% случаев и ИИ, и хирурги сошлись во мнении, что пациенты подходят для операции, тогда как в 27% случаев обе стороны сочли вмешательство нежелательным. Корреляционный анализ выявил сильную положительную связь между оценками ИИ и хирургов:

• Средняя оценка хирургов: r = 0.907 (95% ДИ = [0.837, 0.949], p < 0.001)
• Хирург A: r = 0.909 (95% ДИ = [0.824, 0.955], p < 0.001)
• Хирург B: r = 0.879 (95% ДИ = [0.798, 0.930], p < 0.001)

Выводы

Авторы разработали первый ИИ-инструмент на основе смартфона для предоперационной оценки пациентов в косметической хирургии. Результаты клинической валидации подтвердили его высокую точность и надежность, что делает его полезным инструментом для хирургов при принятии решений о целесообразности оперативного вмешательства.

Термины и сокращения

• ИИ (AI) — искусственный интеллект.
• XGBoost — алгоритм машинного обучения на основе градиентного бустинга.
• 95% ДИ (95% CI) — 95% доверительный интервал.
• r — коэффициент корреляции Пирсона.