“机器学习”或将推动整形外科的新进展

随着医疗保健系统收集的电子数据量不断增加，研究人员正在探索使用机器学习(人工智能的一个子领域)来改善医疗保健和患者结果。机器学习的概述和一些方法可以促进整形外科的进步，在5月号的一篇专题文章中提出整形整形外科美国整形外科医生协会(ASPS)的官方医学杂志。

蒙特利尔麦吉尔大学的乔纳森·卡内夫斯基博士及其同事写道:“机器学习有可能成为整形外科的强大工具，允许外科医生利用复杂的临床数据来帮助指导关键的临床决策。”他们强调了一些关键领域，机器学习和“大数据”可以促进塑料和塑料制品的进步整形外科手术．

机器学习在整形外科研究和实践中的前景

机器学习通过分析历史数据来开发能够获取知识的算法。卡内夫斯基博士及其合著者写道:“机器学习已经被应用于医学和外科领域，并取得了巨大成功，用于处理大量复杂的数据。”医疗保健应用项目包括IBM Watson健康认知计算系统和美国外科医生学会的国家手术质量改进计划。

卡内夫斯基博士和他的同事们认为，整容手术也可以从类似的“客观和数据驱动的机器学习方法”中受益，特别是在美国整形外科学会的“整形外科医生的跟踪手术和结果”(TOPS)数据库的可用性下。作者强调了机器学习有望提高效率和临床结果的五个领域:

• 烧伤外科手术。一种预测烧伤愈合时间的机器学习方法已经被开发出来，为评估烧伤深度提供了一种有效的工具。还可以开发算法来快速预测烧伤的体表面积百分比，这是患者复苏和手术计划的关键信息。
• 显微手术。基于智能手机照片，已经开发了一种术后显微手术应用程序来监测组织皮瓣的血液灌注。在未来，算法可能会被开发出来，以帮助为个别患者建议最佳的重建手术方法。
• 颅面外科手术。用于婴儿颅骨发育缺陷(颅缝早闭)自动诊断的机器学习方法已经开发出来。未来的算法可能有助于识别导致唇腭裂的已知和未知基因。
• 手部和周围神经外科。机器学习方法可能有助于预测组织工程神经移植的成功，为高脊髓损伤患者的手和臂神经假体开发自动控制器，并改善手部手术的计划和结果预测。
• 审美手术。机器学习在整容手术中也有潜在的应用，例如，预测和模拟面部美容手术和乳房重建手术的结果。

作者还预见了机器学习的有用应用的改进整形手术培训。然而，他们强调需要采取措施来确保机器学习获得的结果的安全性和临床相关性，并记住计算机生成的算法还不能取代训练有素的人眼。

卡内夫斯基博士及其合著者总结道:“这些工具不仅可以帮助决策过程，还可以发现在较小的数据集或轶事经验分析中可能不明显的模式。”“拥抱机器学习,现代整形外科医生也许能够重新定义专业，同时巩固他们在科学进步前沿的领导者的角色手术．"