基于边缘人工智能和多式人工智能的肝切除术的手术内导航系统

科学领域:

• 在外科手术中使用人工智能
• 医学成像和导航技术
• 手术技术创新 手术技术创新

背景情况:

• 传统的手术内导航在动态的手术环境中缺乏适应性.
• 人工智能 (AI) 为实时,自适应性外科导航提供了解决方案.
• 边缘人工智能和多式人工智能是开发先进的手术内系统的关键.

研究的目的:

• 开发和评估一个实时,离线的内部操作导航和警告的基础系统.
• 利用边缘人工智能和多式人工智能进行增强的外科指导.
• 评估系统在微创性肝脏手术中的性能.

主要方法:

• 利用161个微创肝切除视频进行注释和数据集分割 (培训,验证,测试).
• 采用ONE-PEACE-SZYYv3模型进行培训和验证,使用mAP50,mAP50-95,IoU和Dice进行定量评估.
• 实施了一种新的类似人类的测试以进行定性评估,通过盲目专家审查将人工智能生成的警告与初级外科医生的手册划分进行比较.

主要成果:

• 实现了高定量性能,精度为99.5%的mAP50和89.9%的mAP50-95.
• 在IOU和Dice分数分别为0.63和0.79.
• 定性评估显示,人工智能和人类生成的警告之间具有统计学上的同等性能 (p > 0.05),这表明判断能力相似.

结论:

• 人工智能模型在复杂的手术中展示了高精度和实时能力,用于多模式指导和警告.
• 类似人类的测试表明,人工智能的手术内判断可能与人类外科医生无法区分.
• 进一步的前性临床试验是必要的,以确认临床效用和对手术结果的影响.