相关实验视频
Updated: Jun 13, 2025
12:10
Retzius-Sparing Robot-Assisted Radical Prostatectomy
Published on: May 19, 2022
7.6K
基于自动识别剖析和机器人辅助激进前列腺切除术中的暴露时间的客观外科技能评估
Kodai Sato1,2, Shin Takenaka1, Daichi Kitaguchi1,3
1Department for the Promotion of Medical Device Innovation, National Cancer Center Hospital East, 6-5-1, Kashiwanoha, Kashiwa, Chiba, 277-8577, Japan.
Langenbeck's archives of surgery
|January 15, 2025
概括
一个人工智能模型准确地测量了机器人辅助激进前列腺切除术 (RARP) 中的剖析和暴露时间. 在RARP中更短的暴露时间可能表明专家的外科技能,使得自动化技能评估成为可能.
科学领域:
- 机器人手术 机器人手术
- 外科手术技能的评估.
- 人工智能在医学中的应用
背景情况:
- 对手术技能的客观评估对于外科医生培训至关重要,特别是在复杂的手术中,如机器人手术.
- 剖析和暴露 (D/E) 阶段是手术程序的基本组成部分,并为技能评估提供了潜在的指标.
研究的目的:
- 开发一种人工智能 (AI) 模型,在机器人辅助激进前列腺切除术 (RARP) 期间自动量化剖析和暴露参数.
- 确定这些AI衍生的D/E参数是否能够有效地区分新手和专家外科医生.
主要方法:
- 对来自多个机构的209个RARP视频进行了回顾性分析.
- 一个基于人工智能的接口识别模型被开发出来,可以自动提取仪器状态,并计算剖析时间 (强迫器能量激活) 和曝光时间 (第三臂/摄像机操纵).
- 新手和专家外科医生组之间的剖析和暴露时间进行了比较.
主要成果:
- 人工智能模型在识别手术仪器状态方面实现了高精度 (0.991-0.998).
- 虽然剖析时间没有显著差异,但与新手相比,专家外科医生的暴露时间显著缩短 (89.7s vs. 195.7s,p < 0.001) 和D/E比率更高 (0.315 vs. 0.174,p = 0.003).
- 人工智能模型成功地从RARP视频中获取了D/E参数.
结论:
- 人工智能模型可以在RARP中自动获取客观剖析和暴露参数.
- 暴露时间成为一个潜在的客观指标,用于区分RARP中的新手和专家外科医生.
- 在RARP中使用人工智能驱动的分析实现自动化技术技能评估.
