Accès ouvert déclaré 2025 article

Artificial intelligence in colorectal surgery multidisciplinary team approach—From innovation to application

Ali Murtada, Fatima Kayali, Matti Jubouri, Samuel N. S. Ghattas, Samuel S. S. Rezk, Ian Michael Williams, Damian Miles Bailey

2Citations signalées, ce qui n’est pas une note de qualité

6Institutions déclarées

1Pays d’affiliation déclarés

Rattachement africain : gb. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Artificial intelligence (AI) has played a novel role in aiding healthcare system functions and enhancing the patient experience. Multidisciplinary teams (MDT) have become an integral part of disease and management planning, especially with the rising number of our aging population and the paucity of sufficient resources. The incorporation of MDTs facilitates a holistic approach to patient care, encompassing the physical, psychological, and social needs of patients and their families. Particularly with the growing number of colorectal cancer diagnoses, notably among the younger populations, the utilization of AI in the colorectal MDT holds great potential value. The ability to enhance the quality of these interdisciplinary discussions will likely reflect on improving holistic patient-centered care and reducing the numbers of late or misdiagnosis. In addition, the incorporation of AI into these meetings will aid in reducing the workload on healthcare professionals and reduce the financial burden on pressurized healthcare systems. This narrative review article explores the role of AI in the colorectal surgery MDT, its drawbacks, and its merits.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Artificial intelligence in colorectal surgery multidisciplinary team approach—From innovation to application
Date Crossref: 01/04/2025
Éditeur: Wiley
Type: journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

Glan Clwyd Hospital pays non établi dans la notice
Établissement de santé
University Hospitals Sussex NHS Foundation Trust pays non établi dans la notice
Établissement de santé
University of York Hull York Medical School pays non établi dans la notice
Université ou école supérieure
Hull York Medical School pays non établi dans la notice
Université ou école supérieure
University Hospital of Wales pays non établi dans la notice
Établissement de santé
University of South Wales Neurovascular Research Laboratory pays non établi dans la notice
Université ou école supérieure
Department of General Surgery Ysbyty Glan Clwyd Rhyl UK pays non établi dans la notice
Institution
University Hospitals Sussex Worthing West Sussex UK pays non établi dans la notice
Université ou école supérieure

Glan Clwyd Hospital, University Hospitals Sussex NHS Foundation Trust et Hull York Medical School — University of York, avec 5 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Artificial Intelligence in Healthcare and EducationHealth Systems, Economic Evaluations, Quality of LifeRadiomics and Machine Learning in Medical Imaging

Lire en accès ouvert Consulter la publication primaire Ouvrir le DOI