在纯腹腔镜供体肝切除术中,用于安全的右肝动员,人工智能辅助的手术内导航:一项实验性的多机构验证研究
Namkee Oh1, Manuel Lim2, Bogeun Kim3
1Department of Surgery, Samsung Medical Center, Sungkyunkwan University School of Medicine, 81 Irwon-ro, Gangnam-gu, Seoul, 06351, Republic of Korea.
Scientific reports
|July 31, 2025
概括
人工智能 (AI) 可以通过在手术过程中对关键结构进行细分来帮助微创性肝脏手术 (MILS). 这项研究验证了在腹腔镜供体右肝切除术中用于手术内导航的AI模型,显示出有希望的可行性.
科学领域:
- 手术技术 手术技术
- 医疗人工智能 医疗人工智能
- 计算解剖学的计算解剖学
背景情况:
- 最少侵入性肝脏手术 (MILS) 的采用受到一个的学习曲线的限制.
- 在复杂的肝脏手术中,术内导航对于安全剖析至关重要.
- 人工智能为增强外科指导和降低风险提供了潜在的解决方案.
研究的目的:
- 开发和验证深度学习模型,实时对血管结构和血管平面进行细分.
- 评估人工智能模型在纯腹腔镜供体右肝切除术 (PLDRH) 期间协助手术内导航的性能.
- 评估人工智能辅助导航的可行性,以便在MILS中安全地动员右肝.
主要方法:
- 开发了一个深度学习模型 (U-Net与混合变压器编码器) 用于图像细分.
- 该模型在三个机构的48个PLDRH视频中进行了培训和验证.
- 性能指标包括子相似系数 (DSC),精度,回忆和特异性.
主要成果:
- 在内部验证中,血管结构的平均DSC为0.687,血管平面的平均DSC为0.659.
- 外部验证证明了与DSC的0.649对血管结构和0.646对无血管平面的可比性能.
- 视觉评估证实了右肝动员过程中精确的细分,尽管血管结构的定量得分较低.
结论:
- 在MILS中,人工智能辅助的手术内导航对于安全的右肝动员是可行的.
- 开发的AI模型显示了增强MILS手术指导的前景.
- 临床整合需要进一步的研究和改进的注释策略.
