Журнал "Медицина невідкладних станів" Том 20, №5, 2024
Повернутися до номеру
Огляд застосування штучного інтелекту як протокольного інструменту лікування ран
Автори: I.A. Lurin (1, 2), M.B. Gorobeiko (3, 4), Ye.I. Sokol (5), O.Yu. Usenko (6), E.M. Khoroshun (7), V.V. Makarov (7, 8), V.V. Nehoduiko (7, 8), K.V. Gumeniuk (9), B. Gorobeyko (10), A.V. Dinets (3, 11)
(1) - National Academy of Medical Sciences of Ukraine, Kyiv, Ukraine
(2) - State Scientific Institution “Scientific and Practical Center of Preventive and Clinical Medicine” of the State Management of Affairs, Kyiv, Ukraine
(3) - Kyiv Agrarian University, Kyiv, Ukraine
(4) - Medical Center “Lancet Clinic”, Kyiv, Ukraine
(5) - National Technical University “Kharkiv Polytechnic Institute”, Kharkiv, Ukraine
(6) - State Institution “National Scientific Center of Surgery and Transplantology named after O.O. Shalimov” of the National Academy of Medical Sciences of Ukraine, Kyiv, Ukraine
(7) - Kharkiv National Medical University, Kharkiv, Ukraine
(8) - Military Medical Clinical Center of the Northern Region, Kharkiv, Ukraine
(9) - National Military Medical Clinical Center “Main Military Clinical Hospital”, Kyiv, Ukraine
(10) - Coburg University of Applied Sciences, Coburg, Germany
(11) - Medical Center “Verum Expert Clinic”, Kyiv, Ukraine
Рубрики: Медицина невідкладних станів
Розділи: Довідник фахівця
Версія для друку
Глобальний інтерес та суттєві проблеми в цій галузі сприяють її актуальності. Цей аналіз зосереджується на впровадженні штучного інтелекту в сфері медицини з особливим акцентом на його застосуванні для лікування ран. Завдяки численним онлайн-дослідженням і публікаціям ми можемо отримати уявлення про те, як штучний інтелект використовується для покращення діагностики, лікування й моніторингу загоєння ран. Інтеграція штучного інтелекту в цей сектор здатна змінити медичну практику шляхом підвищення точності, ефективності та індивідуального догляду за пацієнтами. Як наслідок, ця сфера досліджень і прогресу стала провідною в глобальному масштабі. Ми використовували електронні бази даних медичних публікацій PubMed і Google Scholar, шукаючи анотації за такими ключовими фразами: штучний інтелект і лікування ран, штучний інтелект та вогнепальні поранення, штучний інтелект і військова медицина, штучний інтелект та хірургія. На основі результатів пошуку було проведено аналіз літератури. Висновки. Необхідно створити численні робочі групи висококваліфікованих спеціалістів з кожної дисципліни та напрямку медичної діяльності, щоб за результатами реальних випадків визначати питому вагу конкретного симптому, лабораторного показника, кожного результату рентгенологічного й ультразвукового дослідження. Така робота повинна мати не менші порядок і структурованість, ніж медичні дослідження. Для цього етапу оптимально отримати універсальний програмний засіб, який можна використовувати з певними варіаціями для всієї різноманітності патологічних станів і процесів.
The global interest and substantial challenges on this subject contribute to its relevance. This analysis centers on the implementation of artificial intelligence within the medical field, with a specific focus on its application in managing wounds. Through an examination of numerous online studies and publications, we can gain insight into how artificial intelligence is being employed to enhance the diagnosis, treatment, and monitoring of wound healing. The integration of artificial intelligence in this sector has the capacity to transform medical practice by improving precision, effectiveness, and individualized patient care. As a result, it is a leading area of research and advancement on a global scale. We used the PubMed and Google Scholar electronic databases of medical publications, searching for abstracts using the following key phrases: artificial intelligence and wound management, artificial intelligence and gunshot wounds, artificial intelligence and war medicine, artificial intelligence and surgery. Based on search results, a literature analysis was performed. Conclusions. It is necessary to create numerous working groups of highly qualified specialists from each discipline and direction of medical activity, where the specific weight of each symptom, laboratory indicator, each radiological and ultrasound examination result is determined based on the data of real cases. And such work should have no less discipline and structure than medical research, it is optimal to get a universal software tool for this stage of work, which can be used with certain variations for the whole variety of pathological conditions and processes.
штучний інтелект; лікування ран; машинне навчання; нейромережа; персоніфікований діагноз; FAIT
artificial intelligence; wound care; machine learning; neural network; personalized diagnosis; FAIT
Для ознайомлення з повним змістом статті необхідно оформити передплату на журнал.
- Lurin I, Gorobeiko M, Lovin A, Gorobeyko B, Lovina N, Dinets A. Application of artificial intelligence in civil and military medicine. Georgian Med News. 2024;348:94-8.
- Alser O, Dorken-Gallastegi A, Proaño-Zamudio JA, Nederpelt C, Mokhtari AK, Mashbari H, et al. Using the Field Artificial Intelligence Triage (FAIT) tool to predict hospital critical care resource utilization in patients with truncal gunshot wounds. Am J Surg. 2023;226(2):245-50.
- Franco D’Souza R, Mathew M, Mishra V, Surapaneni KM. Twelve tips for addressing ethical concerns in the implementation of artificial intelligence in medical education. Med Educ Online. 2024;29(1):2330250.
- Gumeniuk K, Lurin I, Tsema I, Susak Y, Mykhaylenko O, Nehoduiko V, et al. Woundary ballistics of biological tissue’s plastic deformation on the model of ballistic plastiline using hollow point and shape-stable bullets. Journal of Education, Health and Sport. 2021;11(11):37-57.
- Dinets A, Nykytiuk O, Gorobeiko M, Barabanchyk O, Khrol N. Milestones and pitfalls in strategic planning of healthcare in capital city in transition. Georgian Med News. 2021;315:189-95.
- Tsema IV, Bespalenko AA, Dinets AV, Koval BM, Mishalov VG. Study of Damaging Factors of Contemporary War, Leading to the Limb Loss. Novosti Khirurgii. 2018;26(3):321-31.
- Lurin I, Burianov O, Yarmolyuk Y, Klapchuk Y, Derkach S, Gorobeiko M, et al. Management of severe defects of humerus in combat patients injured in Russo-Ukrainian war. Injury. 2024;55(2):111280.
- Golovko S, Gybalo R, Lurin I, Taraban I, Kobirnichenko A, Ganiuk V, et al. Penetrating gunshot wounds to the penis: a case report of combat patient injured in the war in Ukraine. Int J Emerg Med. 2023;16(1):5.
- Gumeniuk K, Lurin IA, Tsema I, Malynovska L, Gorobeiko M, Dinets A. Gunshot injury to the colon by expanding bullets in combat patients wounded in hybrid period of the Russian-Ukrainian war during 2014–2020. BMC Surg. 2023;23(1):23.
- Lurin I, Khoroshun E, Negoduiko V, Makarov V, Shypilov S, Boroday V, et al. Retrieval of ferromagnetic fragments from the lung using video-assisted thoracoscopic surgery and magnetic tool: a case report of combat patient injured in the war in Ukraine. Int J Emerg Med. 2023;16(1):51.
- Rogovskyi VM, Koval B, Lurin IA, Gumeniuk K, Gorobeiko M, Dinets A. Temporary arterial shunts in combat patient with vascular injuries to extremities wounded in Russian-Ukrainian war: A case report. International Journal of Surgery Case Reports. 2023;102.
- Tertyshnyi SV, Lurin I, Khomenko IP, Gumeniuk KV, Shapovalov VY, Nehoduiko VV, et al. A new approach for reconstruction of the gunshot defect of the flexor surface of the ungual (distal) phalanx by the proper transverse branch of the digital artery: a case report of combat patient injured in the Russo-Ukrainian war. Scand J Trauma Resusc Emerg Med. 2023;31(1):64.
- Tsymbaliuk V, Lurin I, Gumeniuk K, Herasymenko O, Furkalo S, Oklei D, et al. Modeling of wound ballistics in biological tissues simulators. Medicni Perspektivi. 2023;28(1):37-48.
- Gybalo RV, Lurin IA, Safonov V, Dudla DI, Oklei DV, Dinets A. Retained bullet in the neck after gunshot wounds to the chest and arm in combat patient injured in the war in Ukraine: A case report. Int J Surg Case Rep. 2022;99:107658.
- Kazmirchuk A, Yarmoliuk Y, Lurin I, Gybalo R, Burianov O, Derkach S, et al. Ukraine’s Experience with Management of Combat Casualties Using NATO’s Four-Tier “Changing as Needed” Healthcare System. World J Surg. 2022.
- Tsymbaliuk VІ, Lurin IA, Gumeniuk KV, Savitsky OF, Popova OM, Gorobeiko MB, et al. Translational study of gunshot injury to the colon by modern types of bullets. World of Medicine and Biology. 2022;4(82):192-6.
- Brovarets OO, Tsiupa KS, Dinets A, Hovorun DM. Unexpected routes of the mutagenic tautomerization of the T nucleobase in the classical A·T DNA base pairs: a QM/QTAIM comprehensive view. Frontiers in Chemistry. 2018;6.
- Breiman L. Random Forests. Machine Learning. 2001;45(1):5-32.
- Cortes C, Vapnik V. Support-vector networks. Machine Lear-ning. 1995;20:273-97.
- Cox DR. The regression analysis of binary sequences. Journal of the Royal Statistical Society Series B: Statistical Methodology. 1958;20(2):215-32.
- Minaee S, Boykov Y, Porikli F, Plaza A, Kehtarnavaz N, Terzopoulos D. Image segmentation using deep learning: A survey. IEEE transactions on pattern analysis and machine intelligence. 2021;44(7):3523-42.
- Krizhevsky A, Sutskever I, Hinton GE. ImageNet classification with deep convolutional neural networks. Advances in neural information processing systems. 2012;25.
- Amisha, Malik P, Pathania M, Rathaur VK. Overview of artificial intelligence in medicine. J Family Med Prim Care. 2019;8(7):2328-31.
- Alowais SA, Alghamdi SS, Alsuhebany N, Alqahtani T, Alshaya AI, Almohareb SN, et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ. 2023;23(1):689.
- Le DT, Pham TD. Unveiling the role of artificial intelligence for wound assessment and wound healing prediction. Exploration of Medicine. 2023;4(4):589-611.
- Encarnação R, Manuel T, Palheira H, Neves-Amado J, Alves P. Artificial Intelligence in Wound Care Education: Protocol for a Scoping Review. Nurs Rep. 2024;14(1):627-40.
- Gorobeiko M, Dinets A. Unexpected mapping of recurrent laryngeal nerve by fluorescence-guided surgery using near-infrared indocyanine green angiography. International Journal of Endocrino-logy (Ukraine). 2023;19(5):349-53.
- Gorobeiko M, Dinets A. Intraoperative detection of parathyroid glands by autofluorescence identification using image-based system: report of 15 cases. J Med Case Rep. 2021;15(1):414.
- Gorobeiko M, Dinets A, Hoperia V, Abdalla K. Improved intraoperative verification of parathyroid glands by determining their autofluorescence in the infrared spectrum. International Journal of Endocrinology (Ukraine). 2021;17(6):465-71.
- Habehh H, Gohel S. Machine Learning in Healthcare. Curr Genomics. 2021;22(4):291-300.
- Bajwa J, Munir U, Nori A, Williams B. Artificial intelligence in healthcare: transforming the practice of medicine. Future Healthc J. 2021;8(2):e188-e94.
- Bohr A, Memarzadeh K. Chapter 2. The rise of artificial intelligence in healthcare applications. In: Bohr A, Memarzadeh K, eds. Artificial Intelligence in Healthcare. Academic Press; 2020. 25-60.
- Rippon MG, Fleming L, Chen T, Rogers AA, Ousey K. Artificial intelligence in wound care: diagnosis, assessment and treatment of hard-to-heal wounds: a narrative review. J Wound Care. 2024;33(4):229-42.
- Han T, Xiong F, Sun B, Zhong L, Han Z, Lei M. Development and validation of an artificial intelligence mobile application for predicting 30-day mortality in critically ill patients with orthopaedic trauma. Int J Med Inform. 2024;184:105383.
- Zhang Y, Weng Y, Lund J. Applications of explainable artificial intelligence in diagnosis and surgery. Diagnostics. 2022;12(2):237.
- Cheng J, Schmidt C, Wilson A, Wang Z, Hao W, Pantano-witz J, et al. Artificial intelligence for human gunshot wound classification. J Pathol Inform. 2024;15:100361.
- Horobeĭko MB, Nastenko DV. Determination of the ulcer area in the diabetic foot syndrome using elaborated program supply. Klin Khir. 2014;2:26-7.