MétaCan
Menu
Retour à la cohorte
Enregistrement W2987514882 · doi:10.4103/jovr.jovr_63_17

Toward the Art of Robotic-assisted Vitreoretinal Surgery.

2017· article· en· W2987514882 sur OpenAlexaff
Amir Molaei, Ebrahim Abedloo, Marc D. de Smet, Sare Safi, Milad Khorshidifar, Hamid Ahmadieh, Mohammad Azam Khosravi, Narsis Daftarian

Notice bibliographique

RevuePubMed · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal and Macular Surgery
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésVitreoretinal surgeryMedicineRoboticsHaptic technologyRobotic surgeryArtificial intelligenceSurgeryMedical physicsComputer scienceRobotOphthalmologyRetinal detachmentRetinal

Résumé

récupéré en direct d'OpenAlex

New technological progress in robotics has brought many beneficial clinical applications. Currently, computer integrated robotic surgery has gained clinical acceptance for several surgical procedures. Robotically assisted eye surgery is envisaged as a promising solution to overcome the shortcomings inherent to conventional surgical procedures as in vitreoretinal surgeries. Robotics by its high precision and fine mechanical control can improve dexterity, cancel tremor, and allow highly precise remote surgical capability, delicate vitreoretinal manipulation capabilities. Combined with magnified three-dimensional imaging of the surgical site, it can enhance surgical precision. Tele-manipulation can provide the ability for tele-surgery or haptic feedback of forces generated by the manipulation of intraocular tissues. It presents new solutions for some sight-threatening conditions such as retinal vein cannulation where, due to physiological limitations of the surgeon's hand, the procedure cannot be adequately performed. In this paper, we provide an overview of the research and advances in robotically assisted vitreoretinal eye surgery. Additionally the barriers to the integration of this method in the field of ocular surgery are summarized. Finally, we discuss the possible applications of the method in the area of vitreoretinal surgery.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,076
Tête enseignante GPT0,262
Écart entre enseignants0,186 · 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
GenreMéthodes

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

En bref

Citations38
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetRetinal and Macular SurgeryTravaux en français237 207