概要 我々は、構造化された解剖学の知識と神経パターン認識を統合した新しい人工知能アーキテクチャである神経-シンボリック解剖学エンジンを紹介します。個々の手順に焦点を当てるのではなく、解剖学エンジンはコペルニクス的転換を示します:それは、任意の外科手術をシミュレートできる普遍的な人間解剖学モデルをエンコードします。このハイブリッドアプローチは、解剖学的関係に関するシンボリック推論とテキスト、画像、医療データの神経ネットワーク処理を組み合わせます。これにより、外科手術と教育のアプリケーションに適した透明で追跡可能な意思決定が可能になります。このシステムは、現在の外科トレーニングにおける重要な制限に取り組んでおり、生涯学習をサポートし、複雑な手順へのアクセスを拡大し、外科革新を促進する可能性を秘めています。
Benz et al. (火曜日) はこの問題を研究しました。