論文の概要: Enhancing Surgical Performance in Cardiothoracic Surgery with
Innovations from Computer Vision and Artificial Intelligence: A Narrative
Review
- arxiv url: http://arxiv.org/abs/2402.11288v1
- Date: Sat, 17 Feb 2024 14:16:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-20 22:13:19.820662
- Title: Enhancing Surgical Performance in Cardiothoracic Surgery with
Innovations from Computer Vision and Artificial Intelligence: A Narrative
Review
- Title（参考訳）: コンピュータビジョンと人工知能の革新による胸腔外科手術における外科的パフォーマンス向上 : ナラティブ・レビュー
- Authors: Merryn D. Constable, Hubert P. H. Shum, Stephen Clark
- Abstract要約: このナラティブレビューは、技術的および非技術的外科的スキル、タスクパフォーマンス、ポーズ推定に関する研究をまとめたものである。
これは、コンピュータビジョンと人工知能の革新によって、心胸部外科的パフォーマンスを向上する新たな機会を描いている。
- 参考スコア（独自算出の注目度）: 12.241487673677517
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When technical requirements are high, and patient outcomes are critical,
opportunities for monitoring and improving surgical skills via objective motion
analysis feedback may be particularly beneficial. This narrative review
synthesises work on technical and non-technical surgical skills, collaborative
task performance, and pose estimation to illustrate new opportunities to
advance cardiothoracic surgical performance with innovations from computer
vision and artificial intelligence. These technological innovations are
critically evaluated in terms of the benefits they could offer the
cardiothoracic surgical community, and any barriers to the uptake of the
technology are elaborated upon. Like some other specialities, cardiothoracic
surgery has relatively few opportunities to benefit from tools with data
capture technology embedded within them (as with robotic-assisted laparoscopic
surgery, for example). In such cases, pose estimation techniques that allow for
movement tracking across a conventional operating field without using
specialist equipment or markers offer considerable potential. With video data
from either simulated or real surgical procedures, these tools can (1) provide
insight into the development of expertise and surgical performance over a
surgeon's career, (2) provide feedback to trainee surgeons regarding areas for
improvement, (3) provide the opportunity to investigate what aspects of skill
may be linked to patient outcomes which can (4) inform the aspects of surgical
skill which should be focused on within training or mentoring programmes.
Classifier or assessment algorithms that use artificial intelligence to 'learn'
what expertise is from expert surgical evaluators could further assist
educators in determining if trainees meet competency thresholds.
- Abstract（参考訳）: 技術的な要件が高く、患者の成果が極めて重要である場合、客観的な動作分析フィードバックによる手術スキルの監視と改善の機会は特に有益である。
このナラティブレビューは、技術的および非技術的外科的スキル、協調的なタスクパフォーマンス、そして、コンピュータビジョンや人工知能の革新によって心胸部外科的パフォーマンスを前進させる新たな機会を示すためのポーズ推定について研究する。
これらの技術革新は、心臓外科手術のコミュニティに利益をもたらすことができるという点で批判的に評価され、テクノロジーの取り込みの障壁が詳細に述べられている。
他の専門分野と同様に、心臓胸腔外科は、その内に組み込まれたデータキャプチャー技術(例えばロボット補助腹腔鏡手術など)の恩恵を受ける機会が比較的少ない。
このような場合、スペシャリストやマーカーを使わずに、従来の操作領域を移動追跡できるポーズ推定技術は、かなりの可能性を秘めている。
シミュレーションまたは実際の手術手順からの映像データを用いて、(1)外科医のキャリアにおける専門知識と外科的業績の発達に関する洞察、(2)改善すべき領域に関する外科医へのフィードバック、(3)訓練や指導プログラムにおいて焦点をあてるべき外科的スキルの側面を知らせることのできる患者の成果にどのようなスキルの側面が関連しているかを調査できる機会を提供する。
人工知能を用いて専門的な専門知識を習得する分類アルゴリズムや評価アルゴリズムは、訓練生が能力閾値を満たすかどうかを判断する教育者を支援することができる。
関連論文リスト
- Multi-Modal Self-Supervised Learning for Surgical Feedback Effectiveness Assessment [66.6041949490137]
そこで本研究では,音声による音声入力とそれに対応する手術映像からの情報を統合して,フィードバックの有効性を予測する手法を提案する。
以上の結果から,手書きフィードバックと手術映像の両方が,訓練者の行動変化を個別に予測できることがわかった。
本研究は,手術フィードバックの自動評価を推進するためのマルチモーダル学習の可能性を示すものである。
論文 参考訳（メタデータ） (2024-11-17T00:13:00Z) - Hypergraph-Transformer (HGT) for Interactive Event Prediction in
Laparoscopic and Robotic Surgery [50.3022015601057]
腹腔内ビデオから外科的ワークフローの重要なインタラクティブな側面を理解し,予測できる予測型ニューラルネットワークを提案する。
我々は,既存の手術用データセットとアプリケーションに対するアプローチを検証し,アクション・トリプレットの検出と予測を行った。
この結果は、非構造的な代替案と比較して、我々のアプローチの優位性を示している。
論文 参考訳（メタデータ） (2024-02-03T00:58:05Z) - Deep Multimodal Fusion for Surgical Feedback Classification [70.53297887843802]
外科的フィードバックの5カテゴリー分類を臨床的に検証した。
次に,テキスト,音声,ビデオモダリティの入力から,これらの5つのカテゴリの外科的フィードバックを分類するために,多ラベル機械学習モデルを開発した。
我々の研究の最終的な目標は、リアルタイムな文脈的外科的フィードバックのアノテーションを大規模に自動化することである。
論文 参考訳（メタデータ） (2023-12-06T01:59:47Z) - Surgical tool classification and localization: results and methods from
the MICCAI 2022 SurgToolLoc challenge [69.91670788430162]
SurgLoc 2022 チャレンジの結果を示す。
目標は、ツール検出のためにトレーニングされた機械学習モデルにおいて、ツールの存在データを弱いラベルとして活用することだった。
これらの結果を機械学習と手術データ科学の幅広い文脈で論じることで結論付ける。
論文 参考訳（メタデータ） (2023-05-11T21:44:39Z) - Objective Surgical Skills Assessment and Tool Localization: Results from
the MICCAI 2021 SimSurgSkill Challenge [11.007322707874184]
SimSurgSkill 2021(MICCAI 2021でEndoVisのサブチャレンジとしてホスト)は、この取り組みの促進と促進を目的としている。
競技者は、機器のローカライズと外科的スキルの予測を任された。
この公開データセットとその結果をスプーンボードとして使用することで、将来の研究は、外科データ科学の進歩を伴う外科医のより効率的な訓練を可能にする可能性がある。
論文 参考訳（メタデータ） (2022-12-08T18:14:52Z) - Quantification of Robotic Surgeries with Vision-Based Deep Learning [45.165919577877695]
本稿では,手術中に録画されたビデオのみを対象とする統合型ディープラーニングフレームワークRoboformerを提案する。
我々は,ミニマル侵襲型ロボット手術において,一般的な2種類のステップの4つのビデオベースデータセットに対して,我々の枠組みを検証した。
論文 参考訳（メタデータ） (2022-05-06T06:08:35Z) - CholecTriplet2021: A benchmark challenge for surgical action triplet
recognition [66.51610049869393]
腹腔鏡下手術における三肢の認識のためにMICCAI 2021で実施した内視鏡的視力障害であるColecTriplet 2021を提案する。
課題の参加者が提案する最先端の深層学習手法の課題設定と評価について述べる。
4つのベースライン法と19の新しいディープラーニングアルゴリズムが提示され、手術ビデオから直接手術行動三重項を認識し、平均平均精度(mAP)は4.2%から38.1%である。
論文 参考訳（メタデータ） (2022-04-10T18:51:55Z) - Integrating Artificial Intelligence and Augmented Reality in Robotic
Surgery: An Initial dVRK Study Using a Surgical Education Scenario [15.863254207155835]
我々は,人工知能の手術モジュールと拡張現実の可視化を統合した新しいロボット外科教育システムを開発した。
本システムは,外科教育課題ペグトランスファーの予備実験を通じて評価する。
論文 参考訳（メタデータ） (2022-01-02T17:34:10Z) - Real-time Informative Surgical Skill Assessment with Gaussian Process
Learning [12.019641896240245]
本研究は,ESSBSのためのガウス的プロセス学習に基づく自動的客観的外科的スキル評価手法を提案する。
提案手法は,計測器の動きを内視鏡座標に投影し,データ次元を減少させる。
実験結果から,完全外科手術における100%の予測精度と,リアルタイムの予測評価における90%の精度が得られた。
論文 参考訳（メタデータ） (2021-12-05T15:35:40Z) - Generational Frameshifts in Technology: Computer Science and
Neurosurgery, The VR Use Case [0.0]
神経外科の民主化は、現在進行中であり、現代の世界のこれらのツールの開発、抽出、導入によって推進されます。
手術の詳細を把握し,手術の各部位を解析しながら,より安全かつ効率的に手術を行う能力は,当科の領域とすべての外科専門分野に全く新しい画期的な展開をもたらす。
論文 参考訳（メタデータ） (2021-10-08T20:02:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。