超越机器人辅助导航脊柱手术的学习曲线:通过扩展经验来改进结果

科学领域:

• 神经外科 神经外科
• 整形外科手术 整形外科手术
• 医疗机器人 医疗机器人

背景情况:

• 机器人辅助导航 (RAN) 越来越多地用于脊椎手术.
• 学习曲线和经验会影响外科手术的效率和准确性.

研究的目的:

• 评估扩展外科医生经验对RAN脊柱手术结果的影响.
• 具体评估运行时间和200个案例以上的脚螺丝精度.

主要方法:

• 60名患者的回顾性审查,这些患者使用RAN进行了腰部神经变形状体间融合.
• 患者被分为20个病例的三组,第一组代表了200个病例之前的基线.
• 对脚螺丝精度和手术内结果的分析,统计学意义设置为p<0.05.

主要成果:

• 在200个RAN病例之外,观察到手术效率的显著改善.
• 随着经验的增加,降低了注册时间,螺丝插入时间和总操作时间.
• 显著提高了脚螺丝的精度 (从87%增加到98%),并降低了错位率.

结论:

• 在RAN脊椎外科手术中,即使有初始经验,也能显示出高准确度和可接受的结果.
• 扩展的机器人经验带来了精细的外科效率和增强的脚螺丝精度.
• 持续的经验对于优化机器人辅助脊柱手术的结果至关重要.