使用基于计算机视觉的人工智能测量外科手术期间工作流程的供应商层面差异.

科学领域:

• 外科手术工作流程分析
• 医疗保健中的人工智能
• 计算机视觉应用程序的应用程序

背景情况:

• 周期性工作流是复杂的,并且在提供者之间有很大的差异.
• 对工作流效率的客观测量对于质量改进至关重要.
• 现有的工作流分析方法缺乏细节性和可扩展性.

研究的目的:

• 评估整个外科手术周边工作流程中提供者级别的变化.
• 实施基于计算机视觉的人工智能 (AI) 系统,用于自动事件检测和时间标记.
• 评估系统将手术病例分成不同的工作流程阶段的能力.

主要方法:

• 一项横截面研究分析了2502例膝关节关节整形病例,使用带有摄像头的环境外科平台进行了分析.
• 一个基于YOLO的模型识别了患者,工作人员和设备.
• 一个基于变压器的事件检测器预测了关键的外科手术期间的事件,将病例细分为八个工作流程阶段.

主要成果:

• 计算机视觉系统表现出与地面真相注释的高度一致.
• 在除了房间出口以外的所有工作流段中,在提供者层面发现了显著的变化.
• 活跃程序阶段在外科医生中显示出最大的变化,其次是循环和理护士之间的房间设置.

结论:

• 通过计算机视觉实现自动化工作流程细分,提供了一种可扩展的方法,以高细分度评估周围操作效率.
• 这项技术可以支持有针对性的外科手术质量改善举措.
• 这些发现突出了标准化外科手术过程的机会,以提高患者的护理.