开发基于深度学习的外科技能评估模型,专注于腹腔镜结直肠外科手术中的仪器操作
Kei Nakajima1, Shin Takenaka2, Daichi Kitaguchi2
1Department for the Promotion of Medical Device Innovation, National Cancer Center Hospital East, 6-5-1 Kashiwanoha, Kashiwa, Chiba, 277-8577, Japan; Department of Gastrointestinal Surgery, Graduate School of Medicine, Institute of Science Tokyo, 1-5-45, Yushima, Bunkyo-ku, Tokyo, 113-8510, Japan.
概括
使用计算机视觉进行的自动化外科技能评估是可行的,用于评估腹腔镜手术中的组织抓取. 掌握的数量准确地反映了技能水平,尽管区分成功与失败的掌握需要进一步改进模型.
科学领域:
- 最少侵入性的手术
- 外科手术技能的评估.
- 计算机视觉在医学中的应用
背景情况:
- 不良的仪器操作与手术技能的降低有关.
- 自动化评估模型可以客观地评估外科技能.
研究的目的:
- 开发和验证在腹腔镜外科手术中用于组织抓取的自动识别模型.
- 为了确定基于组织掌握指标的自动化外科技能评估的可行性.
主要方法:
- 分析了高,中,低技能手术组的手术内视频.
- 组织抓取 (总和成功/失败) 被手动和自动量化.
- 计算机视觉模型被用来自动区分技能水平.
主要成果:
- 自动掌握计数与手动计数有很强的相关性,在低技能组中更高.
- 手动分析显示,在低技能组中,掌握的次数更多,在高技能组中,掌握失败的次数更少.
- 自动化模型准确地根据掌握数量区分了技能水平,但不是成功/失败.
结论:
- 组织抓获的自动识别对于腹腔镜外科技能评估是可行的.
- 组织抓住的数量是手术技巧水平的可靠指标.
- 需要进一步提高自动识别准确度,以区分成功/失败的抓取.
