[快訊] 林舜穀醫師團隊開發深度學習模型自動監測針灸針插入情形之提升傳統針灸操作安全性研究,獲 BMC Complementary Medicine and Therapies 刊登!

 

 

01_BMCCMT_LinSK_18

 

 

文章介紹

 

林醫師的研究團隊開發了一種智慧監測系統,可即時檢測針灸時的針具狀況,大幅提高病患安全,團隊利用最新的深度學習技術(YOLOv8 模型)訓練電腦識別皮膚下的針灸針,以防止針斷裂殘留在體內,造成感染、器官損傷或慢性疼痛等併發症。

 

研究使用了兩種圖像資料集進行訓練,包括 192 張來自公開資料庫的針灸照片,以及 73 張真實臨床針灸治療的現場照片。團隊先對這些圖像進行處理和標記,然後運用資料增強技術,產生更多樣化的訓練素材,最後透過五折交叉驗證來確保模型的表現穩定。

 

這套智慧系統在針灸針檢測上表現相當出色,平均精確度達 88%,召回率則是 82.9%。結果顯示,系統能可靠地識別出各種情境下的針灸針,無論醫療人員經驗或病患背景如何,都能提供一致的安全監測。

 

研究也特別指出,針灸雖是廣泛使用的傳統療法,但仍存在安全隱憂。台灣研究顯示,針灸相關感染的發生率為 每 10 萬次治療 64.4 例,以及神經損傷的發生率為每 1 萬次治療 5.76 例,尤其是糖尿病、慢性腎病等慢性病患者,風險更高。

 

團隊表示目前研究仍有侷限,包括樣本量較小(265 張圖像)及測試環境較為受控。未來研究仍需擴大資料庫,涵蓋更多樣化的病患族群、針具類型和插針技術,並開發能適應各種臨床環境的技術,才能進一步提升此系統在真實醫療現場的實用性。現階段而言,這套人工智慧系統能追蹤針具位置,尤其適用於醫療資源不足或缺乏豐富經驗醫師的地區,協助減輕醫療人員的認知負擔,讓他們能更專注於病患照護,而非不斷進行目視檢查。

 

 

恭喜林醫師!

 

有同學在上完課後,回家開始找資料寫題目,問到自己正在寫一篇關於某疾病的論文,資料收集完畢了,但不知道該用哪一種統計方法呈現。其實這個問題需要探究更核心的本質:你想回答的問題,一起來看看蔡校長的建議

 

 

最新活動

 

 

期刊介紹

 

BMC Complementary Medicine and Therapies 創刊於 2001 年,2023 年的 impact factor 為 3.3,在 Integrative & Complementary Medicine 領域排名為 Q1(9/43) 期刊。

 

 

林舜穀醫師與新思惟

 

 

 

最新活動

 

 

本篇發表於 20140705 (六) 第一梯次, 共享榮耀 並標籤為 , , , , , , , 。將永久鏈結加入書籤。