技能和错误与机器人直肠癌手术结果的关联
M Boal1,2, C Reali3, R Duhoky4
1The Griffin Institute, Northwick Park & St Marks' Hospital, London, UK.
Surgical endoscopy
|December 10, 2025
概括
机器人直肠癌手术中的客观评估工具可以测量外科技巧和错误,将它们与患者的结果联系起来. 这项研究提供了一套经过验证的数据集,用于开发人工智能模型,以提高外科安全.
科学领域:
- 机器人手术 机器人手术
- 外科手术技能的评估.
- 机器学习在医学中的应用
背景情况:
- 基于能力的进展对于改善外科手术性能至关重要.
- 客观评估将手术性能与腹腔镜检查的结果联系起来,但在机器人学中还没有.
- 使用传感器数据和机器学习的自动评估需要可靠的注释,以获得临床信任和患者安全.
研究的目的:
- 评估机器人直肠癌手术中的客观技能和错误评估工具.
- 为培训和测试深度学习模型创建一个精细的,经过验证的数据集.
主要方法:
- 一项全国性的多中心研究 (VAMIS) 记录了机器人辅助全腹膜切除 (RTME) 程序.
- 独立的评级人员使用客观临床人类可靠性分析 (OCHRA) 和机器人技能可修改的全球评估评估 (M-GEARS) 对错误进行了注释.
- 相关性和回归分析检查了手术内技能,错误和临床结果之间的关联.
主要成果:
- 30个RTME操作产生了538个注释错误.
- 主要错误与增加的并发症相关 (p=0.031).
- 与延长的操作时间 (p=0.025) 相关的加权错误变量,具有高的评价者间可靠性 (90%的协议).
结论:
- 在机器人直肠癌手术中,精细,客观地测量技能和错误是可行的,并且与临床结果相关.
- 这项研究是开发人工智能模型的重要一步,用于预测外科手术错误并提高患者安全.
- 经过验证的数据集对于推进机器学习应用在机器人手术中至关重要.
