使用人工智能框架对腰部脚螺丝位置的动力分析

科学领域:

• 神经外科 神经外科
• 手术机器人手术机器人手术机器人手术机器人
• 人工智能在医学中的应用

背景情况:

• 脊椎手术越来越多地结合了机器人和人工智能 (AI).
• 评估外科技能,特别是实习生熟练度,缺乏标准化的客观指标.
• 基于人工智能的手动探测为技能评估提供了一个潜在的解决方案.

研究的目的:

• 应用基于AI的运动分析和机器学习 (ML) 来评估腰部脚螺杆放置期间的手动.
• 为评估外科手术技巧和熟练程度生成客观指标.
• 建立一个框架,用于客观的技能评估在脊椎外科手术.

主要方法:

• 基于人工智能的运动跟踪分析了手动在自由手 (FH) 和机器人辅助 (RB) 脚踏螺丝在骨模型上的手动.
• 提取的动力学指标包括距离,位移,速度,速度,加速度和冲动.
• 数据增强扩展了有限的数据集,并且机器学习模型根据训练水平和技术分类数据.

主要成果:

• 程序时间和移动距离随着经验的增加而减少,特别是在FH程序中.
• 动力学分析显示,随着训练的增加,速度,位移和冲动变化减少.
• 机器人辅助程序显示运动变化较小;机器学习模型准确地分类了训练水平和技术.

结论:

• 使用人工智能视频分析的数据处理管道可以量化脊柱手术中的手术能力.
• 特定的运动指标可以区分自由手和机器人辅助技术,并与训练水平相关联.
• 这项研究为脊柱外科手术技能评估的标准化,客观框架提供了基础.