人工智能评估了腹腔镜结直肠手术中的组织剖析效率
Kei Nakajima1,2, Shin Takenaka1, Daichi Kitaguchi1
1Surgical Device Innovation Office, National Cancer Center Hospital East, 6-5-1 Kashiwanoha, Kashiwa, Chiba, 277-8577, Japan.
Langenbeck's archives of surgery
|February 21, 2025
概括
这项研究开发了一种深度学习模型,用于自动评估腹腔镜结直肠外科手术中的外科技能. 该模型准确地测量了有效的组织剖析,区分高技能和低技能外科医生.
科学领域:
- 评估外科手术技能的评估.
- 医学成像医学成像
- 在手术中使用人工智能.
背景情况:
- 手术技能评估工具通常依赖于主观的人类判断来进行组织剖析.
- 这种主观性引入了偏见,突出了客观,自动化的评估方法的需要.
- 高效的组织剖析是手术技能的关键组成部分.
研究的目的:
- 验证使用基于深度学习的识别模型用于自动化外科技能评估的可行性.
- 开发一种能够识别和量化腹腔镜结直肠手术期间高效组织剖析的模型.
主要方法:
- 一项回顾性研究利用了来自日本多个中心的766次腹腔镜结直肠癌手术的手术视频.
- 开发了一个深度学习模型,以识别使用单极装置的组织剖析,并对手术仪器使用进行分类.
- 高效切割时间比率 (组织切割时间/单极装置出现时间) 被自动计算并通过高,中,低技能组进行比较.
主要成果:
- 组织剖析识别模型的整体精度为0.91.1.
- 在手动和自动测量高效解剖时间比率之间观察到适度的相关性 (0.542).
- 自动化模型表明,高技能组的有效剖析时间比率明显高于中等和低技能组.
结论:
- 成功构建了一个基于深度学习的自动化模型,用于使用单极装置评估高效的组织剖析.
- 这代表了自动化外科技能评估的可行方法,可能减少评估中的偏见.
