MétaCan
Menu
Retour à la cohorte
Enregistrement W2057980365 · doi:10.1109/mra.2008.927971

Surgical and interventional robotics: Part II

2008· article· en· W2057980365 sur OpenAlexaff
Gábor Fichtinger, Peter Kazanzides, Allison M. Okamura, Gregory D. Hager, Louis L. Whitcomb, Russell H. Taylor

Notice bibliographique

RevueIEEE Robotics & Automation Magazine · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensQueen's University
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringJohns Hopkins UniversityNational Institutes of HealthNational Science Foundation
Mots-clésRoboticsSurgical planningMechatronicsArtificial intelligenceSurgical robotCADPlan (archaeology)RobotComputer scienceEngineeringMedical physicsEngineering drawingMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

A large family of medical interventions can be represented by a model that is analogous to industrial manufacturing systems. If the right information is available, they can be planned ahead of time and executed in a reasonably predictable manner. We, therefore, have classified them as surgical computer-aided design (CAD)-computer-aided manufacturing (CAM) systems, having three key concepts: 1) surgical CAD, in which medical images, anatomical atlases, and other information are combined preoperatively to model an individual patient; the computer then assists the surgeon in planning and optimizing an appropriate intervention 2) surgical CAM, in which real-time medical images and other sensor data are used to register the preoperative plan to the actual patient and the model and the plan are updated throughout the procedure; the physician performs the actual surgical procedure with the assistance of the computer, using appropriate technology (robotics, mechatronics, optical guidance, perceptual guidance, etc.) for the intervention 3) surgical total quality management (TQM), which reflects the important role that the computer can play in reducing surgical errors and in promoting more consistent and improved execution of procedures. Successful procedures are also included in procedural statistical atlases and fed back into the system for pre- and intraoperative planning. This article, primarily concerned with robotics and mechatronics, concentrates on the surgical action (surgical CAM), although for the sake of completeness, major issues in surgical planning (surgical CAD) and postoperative data analysis (surgical TQM) are also included. This article is the second installment of a three-part series on surgical and interventional robotics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0390,026

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,235
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Robotics & Automation MagazineMême sujetAnatomy and Medical TechnologyTravaux en français237 207