在机器人辅助手术期间生理检测手术内错误
Christopher D'Ambrosia1, Estella Y Huang2, Nicole H Goldhaber2
1College of Physicians and Surgeons, Columbia University, New York, New York, USA.
概括
像心电图 (EKG) 和脑电图 (EEG) 这样的生理信号可以检测错误并对机器人辅助手术模拟中的表现进行分类,为新的训练工具铺平了道路.
科学领域:
- 机器人在医学中的机器人
- 手术模拟技术手术模拟技术
- 生理监测 生理监测
背景情况:
- 在机器人辅助手术模拟过程中,操作员生理学尚不清楚.
- 生理信号识别外科手术错误和性能水平的潜力需要研究.
研究的目的:
- 在机器人辅助手术模拟过程中评估操作员生理学的测量.
- 为了确定生理信号是否能识别错误,并分类高和低性能.
主要方法:
- 57名参与者使用达芬奇Xi系统进行了数字模拟.
- 分析包括模拟视频,心电图 (EKG) 和脑电图 (EEG) 数据.
- 线性混合效应模型用于统计分析.
主要成果:
- 与心电图和脑电图测量中的显著差异相关的错误 (例如,高频功率,节拍间隔,甲到α脑电图功率比率).
- 在高表现者和低表现者之间观察到明显的生理差异.
- 分类模型在检测错误 (85.7%) 和性能组 (96.3%) 和预测即将发生的错误 (85.7%) 中取得了高准确性.
结论:
- 非侵入性生理记录有效地区分错误和无错误的间隔.
- 生理学数据可以在手术模拟中区分不同的性能组.
- 在线生理监测为开发先进的外科培训和早期预警系统提供了潜力.
