BJS：腹腔镜胆囊切除术实时人工智能辅助的早期临床评估

外科数据科学旨在利用数据和分析使手术更安全、更有效、更高效。最近，引入了几种可能影响外科医生、手术室（OR）工作人员和行政人员的人工智能（AI）模型。然而，与放射学和胃肠道内窥镜等领域相比，介入医疗保健中的人工智能援助滞后。这样做的原因既是文化，手术是医疗保健最保守的组成部分之一，也是技术性的，因为即使是现代手术室也往往不符合深度神经网络的计算要求。

最近，学术界和行业都提出了几个深度神经网络，以帮助预防腹腔镜胆囊切除术中的胆管损伤，这是一个可怕的不良事件，导致1年死亡率增加三倍，仅在美国每年就花费约10亿美元。203年11月3日发表在British Journal of Surgery的临床评估研究，旨在证明在OR中同时部署一个深层神经网络工具包的可行性，以便在腹腔镜胆囊切除术期间提供实时帮助，即SurgFlow。

SurgFlow提供了三次腹腔镜胆囊切除术期间手术阶段、器械、肝囊解剖和CVS的实时预测，其中一个是直播的。利益相关者建议，可以通过向外科医生、OR工作人员和管理员提供信息来利用SurgFlow的预测来提高手术安全性。

计算昂贵的深度神经网络在为ORs清除的平台上进行了优化，同时部署以分析相同的内窥镜视频，并将预测叠加在腹腔镜视频上。据我们所知，这是第一个案例系列，展示了从深度神经网络工具包中获得同步实时预测的技术可行性，这是在临床试验前降低AI系统风险的必要步骤。

图1：人工智能辅助LC的直播

尽管手术外科医生没有接触到人工智能预测，但术后访谈说明了SurgFlow的潜在用途。该小组建议，使用的深度神经网络提供的预测可以改善手术室的沟通和协调，这些因素已知会影响手术的效率和安全性12，并在手术的关键步骤中为外科医生提供认知支持。说明手术过程中实时人工智能援助的技术可行性和潜在临床价值可能会激发人工智能对介入医疗保健的发展。

尽管如此，在患者和外科医生从人工智能中受益之前，还需要进一步研究。首先，应开发确保手术数据共享和注释的工具，以临床形式化手术安全策略，并在多中心数据集上开发强大的人工智能解决方案。然后，在实用试验试图证明临床价值之前，应优化人机界面，以确保人工智能工具符合人体工程学，并且其反馈在手术工作流程中很好地集成。最后，必须解决与手术期间人工智能援助有关的道德和社会考虑，以便将这项强大的技术部署到全球患者、外科医生和医疗保健系统的利益上。

原文出处

Mascagni, P., Alapatt, D., Lapergola, A., Vardazaryan, A., Mazellier, J. P., Dallemagne, B., ... & Padoy, N. (2023). Early-stage clinical evaluation of real-time artificial intelligence assistance for laparoscopic cholecystectomy. British Journal of Surgery, znad353.