基于使用人工智能进行标准化外科领域开发的协同性,自动化外科技能评估系统
Takahiro Igaki1,2,3, Daichi Kitaguchi1,2, Hiroki Matsuzaki1
1Surgical Device Innovation Office, National Cancer Center Hospital East, Kashiwanoha, Kashiwa, Chiba, Japan.
JAMA surgery
|June 7, 2023
概括
这项研究开发了一种人工智能模型,通过在腹腔镜手术中识别标准化外科领域来自动评估外科技能. 人工智能信心评分 (AICS) 与专家评分有很强的相关性,证明了它对客观技能评估的可行性.
科学领域:
- 最少侵入性的手术
- 外科教育的外科教育
- 人工智能在医学中的应用
背景情况:
- 客观的外科技能评估对于培训和减少人力负担至关重要.
- 手术领域发展的标准化是技能评估的一个关键方面.
- 目前的手动视频审查是主观的,劳动密集的.
研究的目的:
- 开发一种深度学习模型,用于识别腹腔镜西格结肠切除中的标准化外科领域.
- 使用此模型评估自动外科技能评估的可行性.
- 评估标准化外科领域发展的一致性.
主要方法:
- 一个回顾性研究,使用腹腔镜结直肠手术的手术内视频.
- 在专家外科医生的视频上训练的深度学习模型的开发 (内镜外科技能资格体系 (ESSQS) 评分>75).
- 该模型输出了一个AI信心评分 (AICS),表示与标准化外科领域的相似性.
主要成果:
- 人工智能信心评分 (AICS) 与内镜外科技能资格体系 (ESSQS) 评分有很强的相关性 (斯皮尔曼相关系数=0.81).
- 该模型在选低技能和高技能群体方面取得了高性能 (ROC曲线下的面积分别为0.93和0.94).
- 分析了650个视频,其中60个用于模型构建,60个用于验证.
结论:
- 开发的AI模型与专家手术技巧得分有很强的相关性,验证了其用于自动评估的使用.
- 该模型显示了自动化外科技能选系统的可行性.
- 潜在的应用扩展到其他内镜手术.
