观点的文章

前面。地中海,抛光工艺。,14December 2022
秒。诊断和治疗设备
卷4 - 2022 | https://doi.org/10.3389/fmedt.2022.1076755

人工智能在外科手术模拟的角色

杰伊·j .公园 ^1、2,

Jakov Tiefenbach³和

安德里亚斯·k Demetriades ^2、4

¹诺福克和诺里奇大学医院普通外科学系,英国诺维奇
²爱丁堡医学院、爱丁堡大学、英国爱丁堡
³神经学研究所,美国克利夫兰诊所,哦,克利夫兰
⁴爱丁堡皇家医院神经外科学系,爱丁堡,英国

人工智能(AI)的过程中发挥着不可或缺的作用,提高手术质量的模拟,它正日益成为一个受欢迎的工具,丰富的培训经验的外科医生。这个跨度从促进术前规划、术中可视化和指导,最终目标是改善患者安全。虽然可以说仍然处于早期阶段的广泛临床应用,人工智能技术使个人评估和提供个性化的反馈手术模拟训练。目前使用几种形式的外科可视化技术为那些将要动手术解剖教育和评估依赖于不同的人工智能算法。然而,虽然是有前途的临床案例和技术报告,证明的有效性AI-supported手术模拟器,壁垒广泛的商业化等设备和软件仍然是复杂和多方面的。实现和生产成本高,缺乏报告证明这种技术的优越性,和内在的技术局限性保持在最前列。随着人工智能技术是推动未来的手术模拟的关键,本文将回顾文献描述其当前状态,挑战,和前景。此外,合并的FDA批准/ CE AI-powered医疗设备列表手术模拟,以揭示现有学术成果之间的差距和通用的商业化AI-enabled模拟器。我们呼吁进一步的临床评估AI-supported手术模拟器支持新的监管机构批准的设备和引导手术外科教育的新时代。

介绍

近年来,人工智能(AI)技术的进步推动手术模拟器,提高其准确性和能力。手术模拟器正越来越多地用于现代医学实践支持术前规划和加强培训实践经验的外科医生。现代人工智能技术的应用可以支持模拟器在向用户提供个性化的反馈,同时自动化可视化的身临其境的手术经验病人解剖(1- - - - - -5)。在本文,我们的目标是讨论人工智能技术在外科手术模拟的当前状态。通过回顾可用的文学和通过我们的综合列表FDA批准/ CE AI-enabled医疗器械,我们试图强调最近的进步领域以及讨论一些研究和行业差距的社区。归纳了本文相关关键词表1。

表1

表1。定义。

人工智能的应用在手术模拟评估

AI可以改善手术训练模拟器通过评估性能和提供个性化的反馈给最终用户(6)。一些基于ai算法近年来被描述。例如,麦吉尔大学神经外科组,蒙特利尔,开发出一种机器学习(ML)算法,将参与者的技能水平而执行之虚拟hemilaminectomy或脑瘤切除任务(7,8)。最近,同一组开发了一个“虚拟手术助理(VOA)”——开源软件基于ai,除了确定技术水平外,还提供个性化的反馈与专家能力绩效基准。

然而,就像任何形式的新兴技术,AI-driven绩效评估和反馈代仍不完美的许多限制。林等人的系统回顾探讨几种不同毫升技术评估手术性能和指出,承诺ML-based评估软件的准确性,同时描述几个主要的挑战和限制这种技术(9)。限制之一是模拟台式的手术技能评估任务可能不能准确地与学员的表现在手术室,真实的手术环境是高度复杂的。此外,缺乏有效的评估标准应该评估AI-algorithm参与者的表现。另一个主要障碍是过高的手术有效训练ML-algorithms所需数据。可能的解决方案,这些挑战包括开发一个surgeon-led共识声明中列出的核心元素由ML-algorithms和促进外科手术技术评估数据交换通过跨机构的开源项目(10)。

有趣的是,我们注意到对FDA / CE列表没有确定任何批准AI-powered软件评价和手术模拟提供反馈。然而,可想而知,这样的软件可能是商用但尚未评估通过监管流程,因为他们不直接与患者(11)。

人工智能在外科可视化中的应用

3 d可视化一直是主要发展所有外科手术模拟专业从神经外科、颌面整形外科,塑料,和普通外科(12,13)。那些将要动手术等通用要求3 d计划和1980年代以来坚定不移的发展证明了实实在在的利益减少操作时间,失血,住院(14- - - - - -18),同时改善患者生存。我们回顾FDA / CE列表确定11 AI-enabled可视化设备(表2)。重要的是要注意,这个列表不包括可视化技术没有明显的人工智能应用。

表2

表2。FDA / CE批准AI-powered设备列表。

最被广泛接受的技术创造3 d模拟从2 d图像涉及复杂的神经网络(CNN)算法。AI可以补充这种方法通过促进三维分割和解剖标记(19- - - - - -21)。此外,人工智能中起着至关重要的作用在促进先进的可视化形式如3 d打印技术,虚拟现实(VR)模拟,和扩展现实(XR)环境(图1)。

图1

图1。AI功能可视化技术的总结。

3 d打印模拟器已被证明有助于术前规划、提高手术效果,减少操作时间(22);然而,几个挑战阻碍了其日常应用程序(23)。人工智能消除了实现3 d打印的最大障碍需要3 d印刷过程中专家知识和基于计算机的设计。手工流程自动化通过人工智能算法,可以有效地处理大量的数据需要预制构件模型,将通过切片机,检测,并纠正任何错误,并打印。此外,AI-driven制造,采用实时适应提出了解决3 d印刷复制的挑战已组织(24)。人工智能技术是至关重要的一个虚拟现实环境和自动化工作流的支持。软件如DICOM打印(D2P)和MEDIP职业产生瞬时3 d打印技术和虚拟现实呈现选项。此外,人工智能有效地用于分割和解剖注释的虚拟现实环境,更重要的是,处理用户输入需要方便用户交互(25,26)。此外,人工智能是需要支持XR-environment-the最实用的形式和手术模拟的圣杯。结合计算机视觉技术,基于深度学习(DL)的对象检测允许动态图像识别(27)。这样的复杂反馈处理从DL模型桥梁虚拟和现实世界之间的不匹配三维全息投影(28)。

仿真技术也在外科培训积分。VSI Holomedicine为例,提供了一个平台对术前规划和解剖教育。此外,照相写实主义是一个基于“增大化现实”技术的概念用于训练人工物体,如硅复制品,视觉上增强了DL算法来模拟真实场景的手术(29日)。

讨论

技术挑战

当前人工智能框架用于外科手术模拟技术的限制。首先,AI-powered反馈平台可以解决与美国之音(经验丰富的挑战3)。例如,美国之音仅限于分辨两个专业团体,而机器学习技术,如人工神经网络可以利用多个组分类的专业知识(9,30.)。美国之音还强调了失败的机器使用线性算法;有错误分类的实例由于高积极评分指标有些矫枉过正其他负面得分指标(3)。此外,最近的临床经验与人工智能模型演示了主观的测量难题的组合动作,如“仪器处理(31日)。“除了克服这些根本性的障碍,成功飞跃翻译需要平台能够识别和捕捉不同的帧从整个模拟,为了占用户的各种方法和技巧可以充分满足单个指标(3)。

见图1、分割和解剖标签似乎是人工智能的主要应用在手术模拟;然而,generalisability这些算法仍然是一个挑战(32)。尽管细分在小型临床研究已经证实了它的有效性,其准确性尚未达到完美(33)。研究报道称,他们的算法未能识别特定结构等复杂的血管或某些类型的肿瘤,其准确性可以高度依赖的保真度不同成像模式(32- - - - - -34)。此外,训练AI算法绝对精度没有偏见和generalisable,专家需要构建全面的数据集需要大量的注释和解剖结构的分割。然而,本手册过程繁琐,资源密集型,因此,这种方法不能转化为临床实践(35)。这样的技术性障碍密切相关,AI分割和解剖标签技术进步在不同专业,不同病态,和程序。技术目前在实践中如Syngo应用软件允许自动分割到几个不同的专业。然而,缺乏一个包罗万象的AI框架,可以学习、训练、段或标签任何在人体解剖结构。一些术中人工智能模型已经应用深度学习的体系结构来预测对象,以前看不见的AI (36)。尽管起步阶段,这似乎是未来AI-powered细分和解剖标签。

额外的可视化领域的技术挑战归因于科技设备的固有局限性,[即。、VR-sickness head-mounted-displays (HMD),图形处理器的计算能力超出了本文的范围。然而,很少有基于ai的解决方案提出了克服这些挑战。VR-sickness常出现是由于感觉输入和虚拟现实之间的延迟。减少这样的延迟,CNN模型是用来提高视线跟踪预呈现随后的场景和预测未来帧(37,38)。另一个开创性的地区的发展是生产3 d显示对人类的眼睛。当前AR / VR显示二维图像显示每个用户的眼睛而不是3 d个体如何看待真实的世界。蔡等人最近提出了一个人工智能算法和标定技术生产3 d图像,即“神经全息术”,允许一个更现实的忠诚的VR渲染,与液晶显示器(39)。

负担得起的成本

目前,使用基于ai模拟医疗之际,重大的财务成本。作为外科手术培训和传统术前计划很大程度上依赖廉价的近乎旗鼓相当的教学、小组讨论等方法,引入基于ai模拟器带来额外的成本。这种模拟器的价格很少公开披露,很大程度取决于质量,功能,和用例。例如,没有一个公司我们在FDA / CE标识数据库搜索提供公共信息对他们的产品的价格。然而,众所周知,模拟器技术是陡峭的成本。据一些人估计,价格为一个模拟实验室的范围可以数百万(100000美元之间40)。使用智能算法增加了额外的一层成本,尤其是当考虑到此类算法需要定期更新,以确保最佳的性能和可靠性(41)。

因此,重要的是理解如果临床受益AI-driven手术模拟器能为相关的重大成本与他们的购买和维护。有趣的是,大多数研究还未能发表报告手术模拟器的一个重要优势相比传统方法在外科领域教育(42)。例如,太太等人报道,用虚拟现实训练师与一个无生命的盒子不减少腹腔镜技术并购的速度和水平。同样,系统回顾了希金斯等人未能找出任何研究直接比较与传统外科手术模拟技能发展在手术室(43)。然而,术前手术可视化领域的规划,有一些,但仍然有限,证据表明支持AI-driven模拟器的优势相比传统的外科技术(14,15,18)。

同时,重要的是要探讨如果AI-driven手术模拟器可以减少成本,同时保持他们在病人护理提供价值。“忠诚”的概念是指一个手术模拟器代表现实(44)。一系列研究发现更高的保真度模拟器很少是优于低忠诚同行在外科领域的教育(45,46)。然而,知觉富达可能被证明是重要的目标模拟器支持外科可视化和术前规划过程(47),尽管目前有限的文学主题。因此,选择追求低成本、低保真模拟器变异需要仔细审查和平衡的程度上他们可以提供好处。

除了追求低质量的版本模拟器,它是合理的期望模拟器的价格将保持在一个合理的范围内不断增长的市场竞争和广泛采用的技术。此外,国家医疗服务和大型医疗机构可能有议价能力进一步降低价格,为医院提供AI-driven手术模拟器及相关设备。

监管方面的挑战

目前,一个清晰的概述所有批准基于ai的医疗设备和算法不存在(48)。很少的努力正在进行中,以牧师包容性这些设备的数据库,FDA是(49- - - - - -51)。此外,多个其他监管机构,如英国的药物和保健产品监管机构(MHRA),都在发展中取得了监管指导以确保安全性和有效性AI-powered设备和软件(52)。这些国家努力的价值,它是至关重要的国际管理机构带来AI-powered手术模拟器普遍制定实施指南(41)。国际医疗器械监管机构论坛(IMDRF)是一个典型的例子可以朝着这个目标努力的一群(53)。

据我们所知,只有少数AI-powered手术模拟器的监管批准。尽管如此,我们强调需要这些产品的严格审查,确保患者安全,透明度,以及网络安全(41,54)。虽然反馈软件不直接接触病人,病人护理培训质量的间接影响。基于ai手术仿真评估成为常态,就像飞行模拟器,产品应该坚持刚性需求驱动,提升手术训练的质量。从我们的经验审查批准术前计划模拟器,我们强调监管审批的意义有几个原因。产品往往夸大或虚假销售AI-powered,以提高他们的销售(48)。此外,即使对批准的设备,使用的范围或功能的人工智能设备只是模模糊糊地传达给公众和用户。最终,术前模拟器和分析重要的病人信息,他们需要严格遵守为医疗设备建立数据安全指导方针。一些术前模拟器目标自动化决策过程使监管更加关键。尽管缺乏数据保护指南AI具体来说,一般的数据保护监管(GDPR)例如,包含相关的元素等基于AI手术规划仿真器,包括使用个人数据、分析和决策自动化(55)。FDA最近的努力分享类似的概念(50,51)。

向前移动,全球组织像IMDRF需要证实在人工智能监管达成共识,因为上述问题是全球无处不在。当我们的目标是向universalisation基于ai的手术模拟器,法律和道德问题关于问责制和绩效基于ai的透明性手术模拟器是至关重要的组件应该由管理机构(54,56)。

结论

人工智能的应用有可能加强手术模拟器的质量,扩大他们的能力。在这篇文献回顾中,我们已经讨论了手术仿真的元素使用AI-driven增强技术和回顾了文献和FDA / CE-approved产品可用。我们总结当前景观AI的手术模拟和提供的建议进行进一步的临床实施图2。是有前途的临床证据和技术报告,证明AI-supported手术模拟器的功效。然而,壁垒广泛的商业化这些设备和软件是复杂的,多方面的。实现和生产成本高,缺乏报告证明这种技术的优越性,和内在的技术局限性保持在最前列。记住这一点,我们呼吁进一步的临床评估AI-supported手术模拟器支持新的监管机构批准的设备和引导手术外科教育的新时代。

图2

图2。推荐和建议AI-powered手术模拟器。

数据可用性声明

最初的贡献提出了研究中都包含在本文/辅料,可以针对相应的作者进一步询问。

作者的贡献

所有作者列出了一大笔,直接和知识贡献的工作,批准发布。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

引用

1。问题SK,林老,Ting DSW,下手蒋介石MF, Chodosh j .人工智能和虚拟现实的时代:眼科手术教育转型。Br J角膜切削。(2021)105 (10):1325 - 8。doi: 10.1136 / bjophthalmol - 2020 - 316845