더 날카로운 기술: AI는 수술 훈련을 최첨단으로 가져갑니다.

[이매진]

더 날카로운 기술: AI는 수술 훈련을 최첨단으로 가져갑니다.

https://scitechdaily.com/sharper-skills-ai-takes-surgical-training-to-the-cutting-edge/

Sharper Skills: AI Takes Surgical Training to the Cutting Edge

더 날카로운 기술: AI는 수술 훈련을 최첨단으로 가져갑니다.

주제:인공 지능캘리포니아 공과대학수술

캘리포니아 공과대학(CALTECH) 2023 년 5월 12일

Caltech 연구원과 USC 비뇨기과 전문의 Keck Medicine은 수술 및 환자 결과 개선을 목표로 의사에게 객관적인 성과 평가를 제공하기 위해 수술 AI 시스템(SAIS)을 개발했습니다. SAIS는 시술 영상을 분석해 수술 종류를 파악하고 집도의의 집도 품질을 평가한다. AI 시스템은 의료 전문가가 평가한 주석이 달린 비디오 데이터를 사용하여 훈련되었으며 외과 의사에게 기술 향상에 대한 지침을 제공합니다. 팀은 또한 기술 평가를 정당화하는 AI의 기능을 개발하여 자세한 피드백을 제공하고 특정 비디오 클립을 가리킵니다.

Caltech와 USC 비뇨기과 전문의 Keck Medicine이 개발한 SAIS(Surgical AI System)는 외과 의사에게 객관적인 성능 평가를 제공하여 기술과 환자 결과를 개선하는 것을 목표로 합니다. 비디오 영상을 분석하여 SAIS는 기술 향상에 대한 지침을 제공하고 자세한 피드백으로 평가를 정당화합니다. 연구원들은 수술 비디오의 관련 측면에 AI를 집중시켜 의도하지 않은 편견을 해결하고 있습니다.

외과의가 훈련을 받으면 일반적으로 기술에 대해 지도할 수 있는 경험 많은 의사의 감독이 필요합니다. Caltech 연구원과 USC 비뇨기과 전문의 Keck Medicine이 개발한 새로운 인공 지능 시스템으로 인해 상황이 바뀔 수 있습니다.

새로운 Surgical AI System(SAIS)의 목표는 외과의에게 객관적인 성능 평가를 제공하여 작업을 개선하고 더 나아가 환자의 결과를 개선하는 것입니다. SAIS는 수술 절차 비디오를 제공하면 어떤 유형의 수술이 수행되고 있는지, 외과 의사가 수행한 수술의 품질을 식별할 수 있습니다.

이 시스템은 2023년 3월 말에 동시에 출판된 Nature Biomedical Engineering , npj Digital Medicine 및 Communications Medicine 저널의 일련의 기사를 통해 소개되었습니다 .

"로봇 수술과 같은 고위험 환경에서 AI가 단기간에 인간 외과의를 대체하는 것은 현실적이지 않습니다. "대신 우리는 AI가 환자의 수술 결과를 안전하게 개선할 수 있는 방법을 물었고, 따라서 AI를 통해 인간 외과 의사를 더 좋고 효과적으로 만드는 데 집중했습니다."

SAIS는 의료 전문가가 주석을 추가한 대량의 비디오 데이터를 사용하여 훈련되었습니다. 외과의의 성과는 바늘을 잡고, 조직을 통해 바늘을 박고, 조직에서 바늘을 뽑는 것과 같은 개별 개별 동작 수준까지 평가되었습니다. 교육 후 SAIS는 다양한 병원의 비디오를 사용하여 광범위한 절차 동안 외과의의 성과를 검토하고 평가하는 임무를 받았습니다.

"SAIS는 정확하고 일관되며 확장 가능한 외과 의사 피드백을 제공할 수 있는 잠재력을 가지고 있습니다."라고 이 연구의 수석 저자이자 Caltech의 전 박사후 연구원이자 현재 Vicarious Surgical의 선임 AI 엔지니어인 Dani Kiyasseh는 말합니다. 연구원들에 따르면 희망은 SAIS가 어떤 기술 세트가 개선되어야 하는지에 대한 지침을 외과의에게 제공하는 것입니다.

이 도구를 외과 의사에게 더 유용하게 만들기 위해 팀은 기술 평가를 정당화하는 AI의 기능을 개발했습니다. AI는 이제 외과 의사에게 기술 수준을 알리고 특정 비디오 클립을 가리키며 평가를 수행하는 근거에 대한 자세한 피드백을 제공할 수 있습니다.

Kiyasseh는 "우리는 이러한 AI 기반 설명이 외과의가 달리 제공했을 설명과 종종 일치한다는 것을 보여줄 수 있었습니다."라고 말합니다. "신뢰할 수 있는 AI 기반 설명은 동료 외과 의사를 즉시 사용할 수 없을 때 피드백을 제공할 수 있는 길을 열어줄 수 있습니다."

초기에 SAIS를 테스트한 연구자들은 의도하지 않은 편견이 시스템에 스며들어 AI가 때때로 외과의사를 그들의 경험보다 더 숙련되거나 덜 숙련된 것으로 평가한다고 지적했습니다. 이 문제를 해결하기 위해 연구원들은 AI 시스템이 수술 비디오의 관련 측면에만 집중하도록 안내했습니다. 초점을 좁히면 연구자들이 계속해서 다루고 있는 편향이 제거되지는 않았지만 완화되었습니다.

USC Keck Medicine의 비뇨기과 전문의이자 USC Keck School of Medicine의 비뇨기과 부교수인 Andrew Hung은 "인간 유래 수술 피드백은 현재 객관적이거나 확장 가능하지 않습니다."라고 말합니다. "우리 시스템이 제공하는 것과 같은 AI 파생 피드백은 외과 의사에게 실행 가능한 피드백을 제공할 수 있는 중요한 기회를 제공합니다."

이 연구의 제목은 "수술 비디오에서 외과의의 활동을 해독하기 위한 비전 변환기", "인간의 시각적 설명은 외과 의사의 기술에 대한 AI 기반 평가의 편견을 완화합니다." 및 "인공 지능을 사용하여 신뢰할 수 있고 공정한 피드백을 외과 의사.” 이 연구는 국립 암 연구소의 자금 지원을 받았습니다.

참조:

Dani Kiyasseh, Runzhuo Ma, Taseen F. Haque, Brian J. Miles, Christian Wagner, Daniel A. Donoho, Animashree Anandkumar 및 Andrew J. Hung의 "수술 비디오에서 외과 의사 활동을 디코딩하기 위한 비전 변환기", 2023년 3월 30일, Nature 의생명 공학 .
DOI: 10.1038/s41551-023-01010-8

Dani Kiyasseh, Jasper Laca, Taseen F. Haque, Maxwell Otiato, Brian J. Miles, Christian Wagner, Daniel A. Donoho, Quoc-Dien Trinh, Animashree Anandkumar 작성 및 Andrew J. Hung, 2023년 3월 30일, npj Digital Medicine .
DOI: 10.1038/s41746-023-00766-2

Dani Kiyasseh, Jasper Laca, Taseen F. Haque, Brian J. Miles, Christian Wagner, Daniel A. Donoho, Animashree Anandkumar 및 Andrew J. Hung의 "인공 지능을 사용하여 외과 의사에게 신뢰할 수 있고 공정한 피드백을 제공하는 다중 기관 연구" , 2023년 3월 30일, 커뮤니케이션 의학 .
DOI: 10.1038/s43856-023-00263-3