[论文解读] Automated Objective Surgical Skill Assessment in the Operating Room Using Unstructured Tool Motion

Piyush Poddar, Narges Ahmidi+4 more|arXiv (Cornell University)|Dec 18, 2014

Surgical Simulation and Training参考文献 12被引用 4

一句话总结

本文提出了一种在手术室中使用非结构化器械运动的自动化、客观方法，用于评估鼻中隔成形术中的外科手术技能。该方法引入了基于运动的特征——手腕运动一致性与覆盖模式，实现了72%的平均准确率，用于分类外科医生的训练水平，为实习生提供了可操作的反馈。

ABSTRACT

Previous work on surgical skill assessment using intraoperative tool motion in the operating room (OR) has focused on highly-structured surgical tasks such as cholecystectomy. Further, these methods only considered generic motion metrics such as time and number of movements, which are of limited instructive value. In this paper, we developed and evaluated an automated approach to the surgical skill assessment of nasal septoplasty in the OR. The obstructed field of view and highly unstructured nature of septoplasty precludes trainees from efficiently learning the procedure. We propose a descriptive structure of septoplasty consisting of two types of activity: (1) brushing activity directed away from the septum plane characterizing the consistency of the surgeon's wrist motion and (2) activity along the septal plane characterizing the surgeon's coverage pattern. We derived features related to these two activity types that classify a surgeon's level of training with an average accuracy of about 72%. The features we developed provide surgeons with personalized, actionable feedback regarding their tool motion.

研究动机与目标

• 为解决在非结构化、视野受阻的手术（如鼻中隔成形术）中缺乏客观、自动化技能评估的问题。
• 开发反映外科手术技能的基于运动的特征，超越时间与运动次数等通用指标。
• 基于真实手术过程中器械运动模式，为实习生提供个性化、可操作的反馈。
• 评估这些特征在区分不同外科训练水平方面的有效性。

提出的方法

• 作者定义了鼻中隔成形术中的两种关键活动类型：远离中隔平面的刷动运动（手腕运动一致性）以及沿中隔平面的运动（覆盖模式）。
• 从手术中记录的器械轨迹中提取运动特征，重点关注空间与时间模式。
• 通过工具运动相对于中隔平面的角偏差和顺滑度指标，量化手腕运动一致性。
• 通过工具运动在中隔表面的空间分布与均匀性，评估覆盖模式。
• 使用机器学习分类器基于这些特征预测外科医生的训练水平。
• 该方法在鼻中隔成形术的真实术中数据上进行了验证。

实验结果

研究问题

• RQ1 从鼻中隔成形术中的非结构化器械运动中提取的运动特征，能否有效区分不同水平的外科手术熟练度？
• RQ2 在视野受阻、非结构化的环境中，手腕运动一致性与覆盖模式是否与外科手术技能相关？
• RQ3 基于这些特征的自动化反馈能否改善外科手术训练效果？
• RQ4 仅使用手术室中的运动数据，对医生训练水平的分类准确率如何？

主要发现

• 所提出的方法在区分不同外科医生训练水平方面，平均分类准确率达到72%。
• 手腕运动一致性特征与外科手术技能高度相关，反映了精细的运动控制能力。
• 覆盖模式特征提供了关于手术完整性和空间效率的洞察。
• 与时间或运动次数等通用指标相比，这些基于运动的特征能提供更具可操作性的反馈。
• 该方法在视野受阻的环境中具有鲁棒性，传统视觉追踪在此类环境中难以实现。
• 结果表明，在高度非结构化的外科环境中，实现自动化、客观的技能评估是可行的。