[论文解读] Surgical Data Science: A Consensus Perspective
该共识白皮书确立了外科技术数据科学（SDS）作为一门正式的科学学科，专注于通过结构化数据的采集、组织、分析与建模来改善介入性医疗。该学科起源于2016年海德堡研讨会，定义了SDS，识别了核心挑战，并提出了在标准化、跨学科合作及临床转化方面的发展路线图。
Surgical data science is a scientific discipline with the objective of improving the quality of interventional healthcare and its value through capturing, organization, analysis, and modeling of data. The goal of the 1st workshop on Surgical Data Science was to bring together researchers working on diverse topics in surgical data science in order to discuss existing challenges, potential standards and new research directions in the field. Inspired by current open space and think tank formats, it was organized in June 2016 in Heidelberg. While the first day of the workshop, which was dominated by interactive sessions, was open to the public, the second day was reserved for a board meeting on which the information gathered on the public day was processed by (1) discussing remaining open issues, (2) deriving a joint definition for surgical data science and (3) proposing potential strategies for advancing the field. This document summarizes the key findings.
研究动机与目标
- 将外科技术数据科学（SDS）定义为一门专注于通过数据改善介入性医疗的独立科学学科。
- 识别并解决在外科各专科中数据采集、标准化与整合方面的关键挑战。
- 建立共享的研究议程与路线图，通过跨学科合作推动SDS的发展。
- 通过数据科学方法促进从经验主导到知识主导的外科学实践转变。
- 推动建立外科技术数据科学的共享标准、工具与基础设施。
提出的方法
- 采用互动式、开放式空间研讨会形式，汇聚国际外科技术数据科学专家。
- 通过首日的公开会议与次日的全体会议达成共识。
- 整合各方输入，形成SDS的联合定义、核心挑战与战略研究方向。
- 识别关键数据类型（影像、视频、生理数据、电子健康记录、机器人系统）及其整合需求。
- 提出数据治理、互操作性与伦理标准的框架。
- 强调需要共享基准、开放数据集与协作工具开发。
实验结果
研究问题
- RQ1什么构成了外科技术数据科学（SDS）的全面且统一的定义？
- RQ2在外科数据的采集与利用过程中，存在哪些主要的技术、伦理与组织挑战？
- RQ3如何在外科各专科中整合并标准化多样化的数据源（如影像、视频、电子健康记录、机器人系统）？
- RQ4需要采取何种策略，才能将SDS从研究阶段推进至临床实施？
- RQ5如何通过跨学科合作与共享基础设施加速SDS的发展？
主要发现
- 外科技术数据科学被定义为：通过外科数据的采集、组织、分析与建模来改善介入性医疗的科学学科。
- 主要挑战在于外科技术环境中缺乏标准化、结构化且可互操作的数据。
- 该领域需要共享基准、开放数据集与协作工具开发，以加速进展。
- 跨外科学、数据科学、工程学与伦理学的跨学科合作对于临床转化至关重要。
- 通过系统性的数据科学方法，实现从‘权威主导’到‘知识主导’的外科学实践转变是可行的。
- 本次研讨会为未来SDS的研究、标准化与基础设施建设奠定了基础性路线图。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。