了解手术场景的人工智能:系统性审查和报告质量的元分析

科学领域:

• * 分析外科视频数据的计算方法.
• *人工智能 (AI) 在医学成像中的应用.

背景情况:

• *手术场景理解 (SSU) 利用人工智能解释手术中的视觉数据,如腹腔镜视频.
• *尽管有报道说人工智能能够识别手术元素,但临床采用仍然很低.
• * 人工智能驱动的实时支持在手术室的潜力是公认的,但尚未实现.

研究的目的:

• *系统地审查和分析当前计算SSU的状态.
• * 确定数据策划,模型设计,验证和临床适用性方面的研究缺口.
• * 评估SSU在现实世界实施方面的进展.

主要方法:

• *对188项关于手术内微创腹部手术数据的研究的系统综述和元分析.
• *纳入标准侧重于计算式SSU方法,可训练模型,正式验证和性能指标.
• *分析涉及数据特征,模型开发,验证策略和临床翻译工作.

主要成果:

• *大多数研究使用了小型的单中心数据集,通常来自腹腔镜胆囊切除术,缺乏多样性和元数据.
• *研究主要是描述性的,对临床相关性,局限性,代码可用性和模型不确定性报告不足.
• *验证方法往往是基本的,缺乏外部测试和临床专家参与;只有11项研究涉及临床翻译.

结论:

• * 显著的研究缺口阻碍了SSU的临床实施.
• * 需要多样化,多机构的数据集和强大的验证协议.
• *临床驱动的开发对于实现SSU在外科实践中的全部潜力至关重要.