論文の概要: The Evolution of Real-time Remote Intraoperative Neurophysiological Monitoring (IONM)

• arxiv url: http://arxiv.org/abs/2301.10225v1
• Date: Tue, 10 Jan 2023 14:57:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 13:49:22.483445
• Title: The Evolution of Real-time Remote Intraoperative Neurophysiological Monitoring (IONM)
• Title（参考訳）: リアルタイム遠隔術中神経生理学的モニタリング(ionm)の進化
• Authors: Jeffrey Balzer, Julia Caviness, Don Krieger
• Abstract要約: 神経系機能のリアルタイムモニタリングは、外科手術における心因性外傷の予防および/または緩和を可能にする。 IONMは米国では年間20,000件以上のハイリスク手術で日常的に使用されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Real-time monitoring of nervous system function with immediate communication of relevant information to the surgeon enables prevention and/or mitigation of iatrogenic injury in many surgical procedures. The hardware and software infrastructure and demonstrated usefulness of telemedicine in support of IONM originated in a busy university health center environment and then spread widely as comparable functional capabilities were added by commercial equipment manufacturers. The earliest implementations included primitive data archival and case documentation capabilities and relied primarily on deidentification for security. They emphasized full-featured control of the real-time data display by remote observers. Today, remote IONM is routinely utilized in more than 200,000 high-risk surgical procedures/year in the United States. For many cases, remote observers rely on screen capture to view the data as it is displayed in the remote operating room while providing sophisticated security capabilities and data archival and standardized metadata and case documentation.
• Abstract（参考訳）: 外科医との即時通信による神経系機能のリアルタイムモニタリングは,多くの外科手術における医原性障害の予防および/または軽減を可能にする。 IONMをサポートするためのハードウェアとソフトウェアインフラとテレメディシンの有用性は、大学健康センター環境に起源を持ち、商用機器メーカーによって同等の機能が追加されるにつれて広く普及した。 初期の実装にはプリミティブなデータアーカイブとケースドキュメンテーション機能が含まれており、主にセキュリティの特定に頼っていた。 彼らはリモートオブザーバによるリアルタイムデータ表示のフル機能制御を強調した。 今日では、米国では20万人以上のハイリスク手術/年にリモートIONMが日常的に使用されている。 多くの場合、リモートオブザーバは、高度なセキュリティ機能とデータアーカイブと標準化されたメタデータとケースドキュメントを提供しながら、リモート操作室で表示されるデータを見るためにスクリーンキャプチャに依存している。

関連論文リスト

• Scaling Wearable Foundation Models [54.93979158708164]
  センサ基礎モデルのスケーリング特性を計算,データ,モデルサイズにわたって検討する。 最大4000万時間分の心拍数、心拍変動、心電図活動、加速度計、皮膚温度、および1分間のデータを用いて、私たちはLSMを作成します。 この結果から,LSMのスケーリング法則は,時間とセンサの両面において,計算や外挿などのタスクに対して確立されている。
  論文  参考訳（メタデータ） (2024-10-17T15:08:21Z)
• DailyDVS-200: A Comprehensive Benchmark Dataset for Event-Based Action Recognition [51.96660522869841]
  DailyDVS-200は、イベントベースのアクション認識コミュニティに適したベンチマークデータセットである。 実世界のシナリオで200のアクションカテゴリをカバーし、47人の参加者によって記録され、22,000以上のイベントシーケンスで構成されている。 DailyDVS-200には14の属性がアノテートされており、記録されたアクションの詳細なキャラクタリゼーションが保証されている。
  論文  参考訳（メタデータ） (2024-07-06T15:25:10Z)
• Deep Reinforcement Learning Empowered Activity-Aware Dynamic Health Monitoring Systems [69.41229290253605]
  既存のモニタリングアプローチは、医療機器が複数の健康指標を同時に追跡するという前提で設計されている。 これは、その範囲内で関連するすべての健康値を報告し、過剰なリソース使用と外部データの収集をもたらす可能性があることを意味します。 最適なモニタリング性能とコスト効率のバランスをとるための動的アクティビティ・アウェアヘルスモニタリング戦略(DActAHM)を提案する。
  論文  参考訳（メタデータ） (2024-01-19T16:26:35Z)
• IoMT-Blockchain based Secured Remote Patient Monitoring Framework for Neuro-Stimulation Device [0.0]
  患者からのリアルタイムの知覚データは、ウェアラブルIoMTデバイスの迅速な開発を通じて配信され、分析される。 モノのインターネットからのデータは収集され、分析され、単一の場所に格納される。 分散した性質のため、ブロックチェーン(BC)はこれらの問題を緩和することができる。
  論文  参考訳（メタデータ） (2023-08-31T16:59:58Z)
• More Than Meets the Eye: Analyzing Anesthesiologists' Visual Attention in the Operating Room Using Deep Learning Models [0.0]
  現在、ほとんどの研究は、麻酔科医の視覚パターンを分析するためにウェアラブルアイトラッキング技術を採用している。 モニタ搭載ウェブカメラを処理する深層学習モデルを用いた新しい視線追跡手法を用いて,連続した行動データを収集した。 我々は,不確実な期間のVA分布と,活動期に関連するパターン,あるいは致命的,予期せぬ出来事におけるVA分布を区別した。
  論文  参考訳（メタデータ） (2023-08-10T11:12:04Z)
• Video object detection for privacy-preserving patient monitoring in intensive care [0.0]
  ビデオフレームの時間的継承における情報を活用する新しい手法を提案する。 我々のメソッドは標準のYOLOv5ベースラインモデルを+1.7%mAP@.5で上回り、プロプライエタリなデータセットで10倍以上高速にトレーニングします。
  論文  参考訳（メタデータ） (2023-06-26T11:52:22Z)
• Surgical tool classification and localization: results and methods from the MICCAI 2022 SurgToolLoc challenge [69.91670788430162]
  SurgLoc 2022 チャレンジの結果を示す。 目標は、ツール検出のためにトレーニングされた機械学習モデルにおいて、ツールの存在データを弱いラベルとして活用することだった。 これらの結果を機械学習と手術データ科学の幅広い文脈で論じることで結論付ける。
  論文  参考訳（メタデータ） (2023-05-11T21:44:39Z)
• Safe AI for health and beyond -- Monitoring to transform a health service [51.8524501805308]
  機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。 モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
  論文  参考訳（メタデータ） (2023-03-02T17:27:45Z)
• Automated, real-time hospital ICU emergency signaling: A field-level implementation [1.5399429731150378]
  我々は,新しい患者監視システムを設計する。 提案するプロトタイプは,安価な周辺機器と簡易ユーザインタフェースを備える。 患者データを連続的に評価することにより、システムはリアルタイムで重要な事象を確実に検出でき、誤警報率も低いことを示す。
  論文  参考訳（メタデータ） (2021-11-03T03:32:33Z)
• Multi-Task Temporal Shift Attention Networks for On-Device Contactless Vitals Measurement [9.825675909430611]
  ビデオベースおよびオンデバイス型光学式心肺蘇生標識計測手法を提案する。 移動プラットフォーム上でのリアルタイム心血管および呼吸の測定を可能にする。 我々は,高度なRISCマシン(ARM)CPU上でのシステム評価を行い,150フレーム/秒以上動作しながら最先端の精度を実現した。
  論文  参考訳（メタデータ） (2020-06-06T06:31:24Z)
• Reconfiguring health services to reduce the workload of caregivers during the COVID-19 outbreak using an open-source scalable platform for remote digital monitoring and coordination of care in hospital Command Centres [55.41644538483948]
  在宅患者を自動的に遠隔監視するデジタル技術について述べる。 患者は単純で自己申告されたアンケートに回答し、そのデータはリアルタイムで最寄りの病院のコマンドセンターに送信される。
  論文  参考訳（メタデータ） (2020-03-12T16:08:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。