一个新的高精度模型,用于使用人工智能的自动手术工作流识别,用于腹腔镜完全外皮上 inguinal hernia (TEP) 修复

科学领域:

• 微创手术是最少的侵入性手术.
• 医学中的人工智能
• 计算机视觉应用程序的应用程序

背景情况:

• 人工智能 (AI) 和计算机视觉正在改变外科视频分析.
• 目前的平台提供自动视频细分和文档.
• 人工智能算法可以识别手术步骤,有助于教育和评估.

研究的目的:

• 验证和证明基于人工智能的计算机视觉算法的准确性.
• 在视频中自动识别完全外皮 (TEP) inguinal hernia修复的手术步骤.

主要方法:

• 在TEP手术视频中手动标记手术工作流程步骤.
• 使用标记视频训练计算机视觉AI算法.
• 对手册注释进行算法性能准确性的评估.

主要成果:

• 分析了619个全长TEP视频 (371个培训,93个验证,155个测试).
• 实现了88.8%的整体准确度,用于完全的程序识别.
• 每个步骤的准确度从72.2% (腹前切割) 到94.3% (囊缩小) 之间.

结论:

• 人工智能模型提供高度准确的,自动化手术视频分析.
• 人工智能驱动的指标可以客观地监测和比较外科手术的表现.
• 这项技术可以提供数据驱动的见解,以提高TEP手术的外科质量.