New algorithms show accuracy, reliability in gauging unconsciousness under general anesthesia

In surgery patience, an artificial intelligence attuned to the kind of anesthetic being used can yield algorithms that assess unconsciousness in patients based on brain activity with high accuracy and reliability.

Related Keywords

Massachusetts ,United States ,Benyamin Meschede Krasa ,Marcus Badgeley ,Matthew Keating ,Patrick Purdon ,Kimaya Lecamwasam ,David Zhou ,John Abel ,Gabriel Schamberg ,Emeryn Brown ,Edward Hood Taplin ,Institute For Medical Engineering ,National Institutes Of Health ,Harvard Medical School ,Picower Institute For ,Massachusetts General Hospital ,Edward Hood Taplin Professor ,Picower Institute ,Medical Engineering ,Harvard Medical ,Macbook Pro ,Indie Garwood ,Sourish Chakravarty ,National Institutes ,Guggenheim Fellowship ,Applied Mathematics ,Massachusetts General ,Picower Institute For Learning And Memory ,Nstitute For Medical Engineering And Science Imes ,Anesthesia ,Consciousness ,Machine Learning ,Algorithms ,Surgery ,Assachusetts General Hospital Mgh ,Propofol ,Sevoflurane ,Abaa Receptors ,மாசசூசெட்ஸ் ,ஒன்றுபட்டது மாநிலங்களில் ,மேத்யூ கீடிஂக் ,டேவிட் ஜூ ,ஜான் ஏபெல் ,எட்வர்ட் ஹூட் டாப்ளின் ,நிறுவனம் க்கு மருத்துவ பொறியியல் ,தேசிய நிறுவனங்கள் ஆஃப் ஆரோக்கியம் ,ஹார்வர்ட் மருத்துவ பள்ளி ,மாசசூசெட்ஸ் ஜநரல் மருத்துவமனை ,எட்வர்ட் ஹூட் டாப்ளின் ப்ரொஃபெஸர் ,மருத்துவ பொறியியல் ,ஹார்வர்ட் மருத்துவ ,மேக்புக் ப்ரொ ,தேசிய நிறுவனங்கள் ,கூகந்‌ஹைம் கூட்டுறவு ,பயன்படுத்தப்பட்டது கணிதம் ,மாசசூசெட்ஸ் ஜநரல் ,