論文の概要: From Multimodal Observation to Interpretable Suggestions: Counterfactual Time-Expanded Relational Modeling of Surgical Teams

• arxiv url: http://arxiv.org/abs/2608.23254v1
• Date: Mon, 24 Aug 2026 13:46:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:44.121906
• Title: From Multimodal Observation to Interpretable Suggestions: Counterfactual Time-Expanded Relational Modeling of Surgical Teams
• Title（参考訳）: マルチモーダル観察から解釈的示唆:手術チームの時間拡張関係モデリング
• Abstract要約: マルチモーダル観察から手術チームダイナミクスをモデル化するためのテンポ関係フレームワークを提案する。 このようなモデリングにより、臨床医のための効率的、解釈可能、および実行可能な提案を作成できる。 この研究は、結果駆動の予測を越えて、社会的に根ざしたチーム中心で行動可能なパラダイムへと、外科的AIを前進させる。
• 参考スコア（独自算出の注目度）: 9.813151093947097
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In surgery, patient safety is threatened not only by technical issues but also by poor teamwork. However, existing surgical AI-based solutions focus mainly on visual workflow and technical execution, neglecting the modeling of team interactions and missing opportunities to actively support clinicians in improving their teamwork skills. To address this gap, we propose a tempo-relational framework for modeling surgical team dynamics from multimodal observations. By leveraging Time-Expanded graphs, the approach captures both relational structure and temporal evolution, achieving strong expressivity while remaining robust in the low-data regime typical of surgical settings. Beyond prediction, such modeling enables the generation of efficient, interpretable, and actionable suggestions for clinicians. More specifically, we generate suggestions via a counterfactual procedure that identifies minimal yet structured changes in individual behaviors and interaction patterns associated with improvements in team performance. Experiments with simulated surgical procedures show that our approach improves predictive performance in diverse behavioral and interaction goals while offering meaningful insights into team dynamics. This work advances surgical AI beyond outcome-driven prediction towards a socially grounded, team-centric, and actionable paradigm to better understand and support the development of team skills in surgical settings.
• Abstract（参考訳）: 手術では、患者の安全は技術的な問題だけでなく、チームワークの貧弱さにも脅かされる。 しかし、既存の外科的AIベースのソリューションは、主にビジュアルワークフローと技術的実行に焦点を当て、チームインタラクションのモデリングを無視し、チームワークスキルを改善するために臨床医を積極的に支援する機会を欠いている。 このギャップに対処するため,多モード観察から手術チームダイナミクスをモデル化するためのテンポ関係フレームワークを提案する。 時間拡張グラフを利用することで、この手法はリレーショナル構造と時間的進化の両方をキャプチャし、強力な表現性を達成すると同時に、外科的設定の典型的な低データ体制で頑健に維持する。 予測以外にも、そのようなモデリングは、臨床医のための効率的で解釈可能で行動可能な提案を生成することができる。 より具体的には、チームパフォーマンスの改善に関連する個人の行動や相互作用パターンの最小限の変更を識別する、反ファクト的な手順を通じて提案を生成する。 手術手順をシミュレートした実験により, 多様な行動目標と相互作用目標の予測性能が向上し, チームダイナミクスに対する有意義な洞察が得られた。 この研究は、結果駆動の予測を超えた、社会的に根ざした、チーム中心で、行動可能なパラダイムに向けて、外科的設定におけるチームスキルの開発をよりよく理解し支援するために、外科的AIを前進させる。

関連論文リスト

• Towards Actionable Surgical Team Dynamics: from Teamwork to Counterfactual Annotations [8.839435095280962]
  実際の手術室記録から構築した手術チームインタラクション分析のための拡張マルチモーダルデータセットを提案する。 チームパフォーマンスは標準化された外科的評価プロトコルを用いて評価され、インタラクションの品質と個々の属性は注釈付けされる。 コーディネーションのブレークダウンと性能の変動についての研究をさらに支援するために,反実的アノテーションを導入する。 このデータセットは、個々のアクション、インタラクションパターン、チームレベルのプロセスが、外科的設定でチームの成果にどのように貢献するかを研究するために設計されている。
  論文  参考訳（メタデータ） (2026-08-24T14:55:18Z)
• Optimize Surgical Triplet Recognition: A Knowledge-Driven Mixture-of-Experts Solution [52.149337961205624]
  本稿では知識駆動学習を利用したMixture-of-Experts-Guided Co-Optimizationフレームワークを提案する。 カテゴリーレベルの競合に対処するための協調的な勾配学習戦略を開発する。 特に、外科領域の専門知識に触発されて、知識駆動型ミックス・オブ・エキスパート機構を導入する。
  論文  参考訳（メタデータ） (2026-08-24T08:32:53Z)
• Actionable Real-Time Modeling of Surgical Team Dynamics via Time-Expanded Interaction Graphs [9.813151093947097]
  本稿では,時間拡張相互作用グラフを用いた手術チームダイナミクスのモデリングのためのリアルタイム動作可能なアプローチを提案する。 この研究は、手術室におけるリアルタイム、チーム認識、行動可能な意思決定支援に向けて、外科的AIを前進させる。
  論文  参考訳（メタデータ） (2026-05-05T18:05:24Z)
• MedSAM-Agent: Empowering Interactive Medical Image Segmentation with Multi-turn Agentic Reinforcement Learning [53.37068897861388]
  MedSAM-Agentは、対話的なセグメンテーションを多段階の自律的な意思決定プロセスとして再構築するフレームワークである。 マルチターン・エンド・ツー・エンドの成果検証を統合した2段階のトレーニングパイプラインを開発した。 6つの医療モダリティと21のデータセットにわたる実験は、MedSAM-Agentが最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-02-03T09:47:49Z)
• Beyond Rigid AI: Towards Natural Human-Machine Symbiosis for Interoperative Surgical Assistance [6.832434059337678]
  この研究は、リアルタイム手術支援において、より自然な人間と機械の相互作用を可能にする新しい知覚エージェントを導入している。 我々のエージェントは、直感的な相互作用を通じて、手術シーンにおける既知の要素と見えない要素の両方を分割する柔軟性を提供する。
  論文  参考訳（メタデータ） (2025-07-30T20:42:24Z)
• Surgical Foundation Model Leveraging Compression and Entropy Maximization for Image-Guided Surgical Assistance [50.486523249499115]
  低侵襲手術(MIS)におけるリアルタイム映像理解の重要性 手術ビデオからコンパクトで情報的表現を学習するための,新しい自己教師型フレームワークであるCompress-to-Explore (C2E)を提案する。 C2Eは、エントロピー最大化デコーダを使用して、臨床的に関連する詳細を保持しながら画像を圧縮し、ラベル付きデータなしでエンコーダのパフォーマンスを向上させる。
  論文  参考訳（メタデータ） (2025-05-16T14:02:24Z)
• Beyond Role-Based Surgical Domain Modeling: Generalizable Re-Identification in the Operating Room [36.67627283629717]
  本稿では,各チームメンバーの独特の動きパターンと身体的特徴を特徴付ける,スタッフ中心のモデリング手法を提案する。 我々は3次元点雲の列を符号化して形状と各個人固有の動きパターンを抽出する一般化可能な再同定フレームワークを開発した。 本手法は, 現実的な臨床データに対して86.19%の精度を達成し, 異なる環境間での移動時の75.27%の精度を維持した。
  論文  参考訳（メタデータ） (2025-03-17T10:30:26Z)
• SurgRAW: Multi-Agent Workflow with Chain-of-Thought Reasoning for Surgical Intelligence [16.584722724845182]
  手術インテリジェンスにおける視覚-言語モデルの統合は、幻覚、ドメイン知識のギャップ、タスク相互依存性の限定的な理解によって妨げられている。 本稿では,CoT駆動型マルチエージェントフレームワークであるSurgRAWについて紹介する。
  論文  参考訳（メタデータ） (2025-03-13T11:23:13Z)
• 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)
• Procedure-Aware Surgical Video-language Pretraining with Hierarchical Knowledge Augmentation [51.222684687924215]
  手術用ビデオ言語事前学習は、知識領域のギャップとマルチモーダルデータの不足により、独特な課題に直面している。 本稿では,これらの課題に対処するために,階層的知識向上手法と新しい手術的知識向上型ビデオランゲージ事前学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-30T22:21:05Z)
• Hypergraph-Transformer (HGT) for Interactive Event Prediction in Laparoscopic and Robotic Surgery [47.47211257890948]
  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)
• Multimodal Semantic Scene Graphs for Holistic Modeling of Surgical Procedures [70.69948035469467]
  カメラビューから3Dグラフを生成するための最新のコンピュータビジョン手法を利用する。 次に,手術手順の象徴的,意味的表現を統一することを目的としたマルチモーダルセマンティックグラフシーン(MSSG)を紹介する。
  論文  参考訳（メタデータ） (2021-06-09T14:35:44Z)

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。