语义细分深度学习模型提高了外科医生的器官识别在最少侵入性子宫切除术 - - 一个前性的多中心阅读器性能研究使用预先选择的视频片段
Shin Takenaka1,2,3, Hiroki Matsuzaki4, Yusuke Hirose3
1Department of Gynecology, National Cancer Center Hospital East, Chiba, Japan.
International journal of surgery (London, England)
|December 22, 2025
概括
人工智能 (AI) 增强了外科医生在微创性切除子宫期间识别尿管和膀的功能. 这种人工智能支持提高了检测率,特别是对于经验较少的外科医生来说,而不会影响准确度.
科学领域:
- 手术方面的创新.
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
背景情况:
- 微创性子宫切除术带有尿道和膀损伤的风险,原因是手术内器官识别不足.
- 人工智能 (AI) 为改善解剖识别和减轻手术风险提供了潜在的解决方案.
研究的目的:
- 评估基于人工智能的解剖识别系统,用于在最少侵入性子宫切除术期间识别尿管和膀.
- 评估人工智能支持对外科医生的器官识别能力在经验水平的影响.
- 确定人工智能协助是否会影响器官识别的特异性.
主要方法:
- 在41个机构的尿道 (13,934张图像) 和膀 (4,940张图像) 的大量数据集上训练了一种深度学习模型.
- 模型的性能使用子系数来量化.
- 人工智能对外科医生的表现 (灵敏度和特异性) 的影响在8个医院的16名外科医生中使用预先录制的外科视频进行了评估.
主要成果:
- 人工智能模型实现了尿管的0.66和膀细分的0.62的Dice系数.
- 人工智能辅助显著改善了尿管检测灵敏度 (43.5%至58.1%) 和膀检测灵敏度 (54.2%至70.0%),两者均为p < 0.001.
- 人工智能的好处在经验较少的外科医生中更为明显,尿道的灵敏度提高了27.3%,膀识别的灵敏度提高了26.8%,但没有影响特异性.
结论:
- 基于人工智能的系统显然提高了外科医生在手术视频中识别尿道和膀的能力.
- 人工智能系统增强了识别能力,特别是对于经验较少的外科医生,而不会增加错误识别风险.
- 人工智能有望改善手术内解剖识别,从而导致更安全,更标准化的外科手术程序.
