[論文レビュー] Deep Neural Networks for the Assessment of Surgical Skills: A Systematic Review

Erim Yanık, Xavier Intes+7 more|arXiv (Cornell University)|Mar 3, 2021

Surgical Simulation and Training参考文献 54被引用数 7

ひとこと要約

本系統的レビューでは、運動データおよび映像データを用いた、外科技術の客観的・自動的評価のための深層ニューラルネットワーク（DNNs）の有効性を評価している。25件の選定された研究に基づくと、DNNsはスキル分類および回帰において優れたパフォーマンスを示しており、分野の前進のためには、より大規模で公開可能なマルチモーダルデータセットの必要性が浮き彫りになっている。

ABSTRACT

Surgical training in medical school residency programs has followed the apprenticeship model. The learning and assessment process is inherently subjective and time-consuming. Thus, there is a need for objective methods to assess surgical skills. Here, we use the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines to systematically survey the literature on the use of Deep Neural Networks for automated and objective surgical skill assessment, with a focus on kinematic data as putative markers of surgical competency. There is considerable recent interest in deep neural networks (DNN) due to the availability of powerful algorithms, multiple datasets, some of which are publicly available, as well as efficient computational hardware to train and host them. We have reviewed 530 papers, of which we selected 25 for this systematic review. Based on this review, we concluded that DNNs are powerful tools for automated, objective surgical skill assessment using both kinematic and video data. The field would benefit from large, publicly available, annotated datasets that are representative of the surgical trainee and expert demographics and multimodal data beyond kinematics and videos.

研究の動機と目的

• 深層ニューラルネットワーク（DNNs）が、自動的かつ客観的な外科技術評価にどの程度活用されているかを評価すること。
• DNNベースの外科技術評価に用いられる主な手法、データタイプ（運動データおよび映像データ）、パフォーマンス指標を特定すること。
• DNNベースの外科技術評価研究で使用されたデータセットの可用性と品質を評価すること。
• 特にデータの多様性、アノテーション、マルチモーダル統合に関する点で、現在の研究におけるギャップと課題を特定すること。
• 今後の方向性を提言すること、特に大規模で公開可能で代表的なデータセットの開発を含む。

提案手法

• 本研究は、DNNを用いた外科技術評価に関する530件の論文を系統的に検索・スクリーニングするためにPRISMA指針に従った。
• 選定基準には、DNNを用いてスキル評価を実施した研究であり、特に外科的タスクからの運動データおよび映像データに焦点を当てた。
• 選定された研究は、手法、データモダリティ、パフォーマンス指標、データセットの特性について分析された。
• 本レビューでは、外科映像および運動データに適用されたCNN、RNN、ハイブリッドモデルなどのDNNアーキテクチャが評価された。
• パフォーマンスは、正確度、F1スコア、熟練者による評価との相関係数といった指標を用いて評価された。
• データ品質、アノテーションの一貫性、および異なる外科専門分野における一般化可能性の重要性が強調された。

実験結果

リサーチクエスチョン

• RQ1 運動データおよび映像データを用いた場合、深層ニューラルネットワーク（DNNs）は外科技術の水準を分類または回帰するのにどの程度効果的か？
• RQ2 外科技術評価に最も一般的に用いられているDNNアーキテクチャは何か？また、それらの性能はどのように比較されるか？
• RQ3 DNNの外科技術評価に使用されている現在のデータセットの主な制限は何か？
• RQ4 特に熟練者によるアノテーション基準と照らした場合、研究間で報告されたパフォーマンス指標の整合性と信頼性はどの程度か？
• RQ5 客観的かつ自動的な外科技術評価を前進させるにあたり、主な研究ギャップと今後の方向性は何か？

主な発見

• DNNsは、運動データおよび映像データを用いた外科技術レベルの分類において優れたパフォーマンスを示しており、いくつかの研究で正確度が90％を超えると報告されている。
• 畳み込みニューラルネットワーク（CNNs）と再帰的ニューラルネットワーク（RNNs）が最も広く使用されており、ハイブリッドモデルはマルチモーダルデータに対してより優れたパフォーマンスを示している。
• 運動データを用いた研究では、熟練者によるアノテート済みのスキル評価と高い相関（r > 0.8）を示しており、客観的評価の強力な可能性を示している。
• 研究のわずか一部しか公開済みデータセットを使用しておらず、再現性や施設・専門分野を越えたモデルの一般化性が制限されている。
• 訓練中の医師および熟練医を含む多様な外科専門分野とスキルレベルをカバーする代表的で多様なデータセットが不足している。
• 本レビューでは、大規模でマルチモーダルかつ公開可能なデータセットの開発が、自動化された外科技術評価分野の進展を加速するために極めて重要であると特定した。