基于人工智能的手术阶段识别在机器人辅助的激进前列腺切除术和跨外科医生验证中

科学领域:

• 机器人和人工智能在医学中的应用
• 手术技术 手术技术
• 医疗信息学 医疗信息学

背景情况:

• 人工智能 (AI) 在外科手术中的应用目前有限.
• 开发了一个人工智能系统,可以在机器人辅助激进前列腺切除 (RARP) 过程中自动识别手术阶段.
• 进行了跨外科医生验证,以确认AI系统的准确性.

研究的目的:

• 在RARP中开发和验证用于自动化手术阶段识别的AI系统.
• 评估AI系统在不同外科医生的准确性和通用性.
• 探索AI在评估外科手术质量和增强外科教育方面的潜力.

主要方法:

• 分析了102名RARP患者的临床数据.
• 使用操作室 (TeCNO) 的时间卷积网络开发人工智能模型.
• 将外科手术分为九个阶段的分类,用于人工智能培训和验证的外科医生注释的视频数据.

主要成果:

• 人工智能模型在大量手术视频 (超过110万) 的数据集上进行了训练和验证.
• 在分析初级外科医生的视频时,达到0.94的高精度.
• 在分析其他多名外科医生的视频时,获得了0.83的精度,表明了可概括性.

结论:

• 开发的AI系统在RARP的不同外科医生中表现出高准确性和概括性.
• 人工智能有可能成为客观外科质量评估的工具.
• 这种人工智能可以为外科医生提供有价值的反,并提高外科教育的有效性.