MétaCan
Menu
Retour à la cohorte
Enregistrement W2317084106 · doi:10.1097/aco.0b013e328359aa9f

Robotic anesthesia

2012· review· en· W2317084106 sur OpenAlexaff
Thomas M. Hemmerling, Nora Terrasini

Notice bibliographique

RevueCurrent Opinion in Anaesthesiology · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueAnesthesia and Sedative Agents
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineSedationAnesthesiaAnestheticRobotMuscle relaxationIntubationArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Robots are present in surgery, to a much lesser extent in the field of anesthesia. The purpose of this review is to show the latest and most important findings in robotic anesthesia. Moreover, this review argues the importance and utility of robots in anesthesia. RECENT FINDINGS: Over the years, many closed-loop systems have been developed; they were able to control only one or two of the three components of anesthesia: hypnosis, analgesia, or muscle relaxation. McSleepy controls all three components of anesthesia, from induction to emergence of anesthesia. Telemedical applications have not only led to remote monitoring but even to remotely controlled anesthesia, such as transcontinental anesthesia. A new closed-loop system for sedation, called Sedasys, could revolutionize the field of nonoperating room sedation. 'Manual robots' are used to help and replace anesthesiologists performing anesthesia procedures. Specific robots for intubation and nerve blocks have been developed and tested in humans. SUMMARY: Robots can improve performance in anesthesia and healthcare. Closed-loop systems are the basis for pharmacological robots. Safe anesthetic care might be delivered through teleanesthesia whenever qualified personnel are not available or need support. Mechanical robots are being developed for anesthesia care.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,241
Tête enseignante GPT0,433
Écart entre enseignants0,193 · 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 tête enseignante, pas un consensus.

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

Citations21
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in AnaesthesiologyMême sujetAnesthesia and Sedative AgentsTravaux en français237 207