外科医生与计算机视觉对比:对手术阶段识别能力的比较分析

科学领域:

• 人工智能在医学中的应用
• 外科手术工作流程分析
• 计算机视觉 计算机视觉

背景情况:

• 自动化手术阶段识别 (SPR) 有助于手术视频审查,教育和技能评估.
• 之前对SPR的研究主要研究了简短的线性程序.
• 在非线性程序中,时间背景对专家分类准确性的影响仍未得到充分研究.

研究的目的:

• 研究时间背景对机器人辅助部分切除术 (RAPN) 的手术阶段识别的影响,这是一种非线性手术.
• 为了比较人类专家和人工智能模型在分类手术阶段的表现.
• 确定影响阶段分类的关键视觉地标.

主要方法:

• 不同专业的泌尿科医生使用单个和视频片段对RAPN阶段进行了分类.
• 参与者报告了信心,并确定了视觉地标.
• 在RAPN数据上训练了带有和没有时间上下文的AI模型.

主要成果:

• 视频片段和视觉地标增强了所有参与者的阶段分类准确性.
• 经验丰富的外科医生表现出比新手更高的信心和准确性.
• 人工智能模型的性能与外科医生相当,时间上下文改善了两者.

结论:

• 手术阶段识别对人类和人工智能来说都是复杂的.
• 提供时间信息可以提高SPR的性能.
• 手术工具和器官是自动化SPR开发的关键里程碑.