为了获得普通外科的认证，杏耀代理美国的住院医生需要证明精通腹腔镜程序(FLS)的基础知识，这是一项需要在体能训练单位内操作腹腔镜工具的测试。这种评估的核心是一种定量分数，即FLS分数，它是用耗时和劳力密集的公式手工计算出来的。

 

通过结合脑光学成像,和深度学习框架他们称之为“脑网络,”一个多学科小组的工程师在伦斯勒理工学院,与各部门紧密合作的手术雅各布斯大学医学与生物医学科学学院在布法罗,已经开发出一种新方法,有可能改变外科医生培训和认证过程。

 

在《IEEE生物医学工程学报》(IEEE Transactions on Biomedical Engineering)上的一篇新文章中，研究人员演示了Brain-NET如何仅根据神经成像数据，就手术运动技能方面准确预测一个人的专业水平。这些结果为未来采用该团队开发的一种新的、更有效的外科医生认证方法提供了支持。

 

“这是RPI真正独特的专业领域，”领导这项研究的伦斯勒生物医学工程教授泽维尔·英特斯(Xavier Intes)说。

 

Intes表示，Brain-NET不仅比传统的预测模型更快，而且更准确，尤其是在分析更大的数据集时。

 

“脑网络”建立在该研究团队在这一领域的早期工作之上。由伦斯勒机械、航空航天和核工程系主任Suvranu De领导的研究人员此前表明，他们可以通过使用光学成像分析大脑激活信号来准确评估医生的手术运动技能。

 

除了简化外科医生的认证流程，脑网络的发展，结合光学成像分析，还可以为正在接受培训的外科医生提供实时评分反馈。

 

“如果你能得到预测分数的测量值，杏耀注册你就能立即给出反馈，”Intes说。“这打开了一扇门，让我们可以进行补救或培训。”