一个直肠癌手术数据集:使用人工智能来帮助自动化错误识别识别

科学领域:

• 手术技术和患者的结果.
• 医疗技术和人工智能的人工智能

背景情况:

• 最少侵入性手术 (MIS) 的复杂性导致结果的变化.
• 在MIS中缺乏对外科技能的客观测量.
• 人工智能 (AI) 为手术内分析提供了潜力.

研究的目的:

• 将手术技巧与患者的治疗结果联系起来.
• 分析直肠癌手术中的手术错误.
• 为人工智能驱动的外科技能评估创建数据集.

主要方法:

• 从多中心RCT中分析了77个未经编辑的直肠癌手术视频.
• 盲目手动评估使用拉皮镜恐怖性能工具 (LapTMEpt).
• 客观临床人类可靠性分析 (OCHRA) 对于错误和近乎错误的注释.

主要成果:

• 详细描述发现的1377个错误和差点失误.
• 分析了超过380小时的视频数据.
• 建立了一个全面的手术性能指标数据集.

结论:

• 手术技巧的变化会影响患者的治疗结果.
• 开发的数据集可以训练机器学习模型.
• 可以实现对外科技能的客观,自动评估.