一文概览AI模仿手术的现状、挑战和前景

做者：思宇MedTech

文章来源：MedRobot；编纂：江河

人工智能（AI）鞭策了手术模仿器的开展，正日益成为丰富外科医生培训体味的时髦东西，在进步手术模仿的量量方面发扬着不成或缺的感化。现代人工智能手艺的利用不只能够撑持模仿器为用户供给个性化的反应，同时也能够实现病人剖解构造的主动可视化，供给沉浸式手术体验。

MedRobot经常报导手术模仿的设备，那些手艺也被用于手术机器人培训。今日连系一篇由来自英国诺维奇诺福克和诺维奇大学等机构的做者颁发在Frontiers in Medical Technology期刊上的综述，回忆性地描述了人工智能手艺辅助手术模仿手艺的现状、挑战和前景。

01人工智能在手术模仿评估中的利用

人工智能能够通过评估性能并向用户供给个性化反应来改进手术操练模仿器。例如，蒙特利尔麦吉尔大学的一个神经外科团队开发了一种机器进修（ML）算法，在施行基于VR的半椎体切除术或脑肿瘤切除使命时，对参与者的技能程度停止分类。近期该团队还开发了一种虚拟手术助手（VOA），其本色是一个开源的基于AI的软件，除了确定手术技能程度外，还供给与专家切确性能基准有关的个性化反应。

然而，像任何形式的新兴手艺一样，人工智能驱动的绩效评估和反应生成仍然不完美，存在许多限造因素。一项系统综述切磋了几种差别的机器进修手艺来评估手术表示的才能，指出此类评估软件的高准确性是很有期看的，同时规定了那项手艺的几个次要挑战和限造：因为现实生活中的手术情况十分复杂，模仿台式使命的手术技能评估可能无法与受训者在手术室中的表示准确相关。此外，人工智能算法需要根据有效的评估原则来评估学员的表示，并且机器进修算法凡是都需要大量的手术数据来停止操练，完美模子。

那些潜在挑战的次要处理计划包罗：造定一个由权势巨子外科医生指导的共识声明，概述由机器算法评估的手术手艺的核心要素，并通过跨机构的开源方案来促进手术数据的交换，丰富算法操练数据。

有趣的是，在对 FDA/CE 清单审查时，并未发现任何经批准的 AI 撑持的软件。能够想象的是，此类软件可能已在市场上销售，但因为它们不间接与患者互动，因而尚未通过监管法式停止评估。

02人工智能在手术可视化中的利用

三维可视化已经成为所有外科专业的外科模仿次要开展，从神经外科、骨科到颌面外科、塑料和通俗外科。

那种对 3D 术前方案的普及需求及其自 1980 年代以来的稳步开展证明了在削减手术时间、失血量、住院时间和进步患者保存率方面的具有浩荡优势。通过对 FDA/CE 清单的审查确定了 11 种撑持 AI 的可视化设备，需要重视的是，那份清单不包罗没有明显 AI 利用的可视化手艺。

展开全文

从二维图像创建三维模仿的卷积神经收集（CNN）算法已成为了最普遍承受的手艺。人工智能在促进先辈的可视化形式，如3D打印、虚拟现实（VR）模仿和扩展示实（XR）情况方面起着至关重要的感化。

3D 打印模仿器已被证明有助于术前规划、改进手术成果并缩短手术时间。人工智能消弭了施行 3D 打印的更大障碍——对 3D 打印过程和基于计算机的设想的专业常识的需求。人工智能算法能够有效地处置预造模子、通过切片器转换、检测和纠正任何错误以及打印所需的大量数据。

此外，摘用实时适应的 AI 驱动造造为 3D 打印复造体内组织的挑战供给领会决计划。AI 手艺关于撑持 VR 情况和主动化工做流程至关重要。

DICOM to Print (D2P) 和 MEDIP PRO 等软件可生成立即 3D 打印和 VR 衬着选项。AI 有效地用于 VR 情况的朋分息争剖正文，更重要的是，能够处置促进用户交互所需的用户输进。此外，人工智能需要撑持 XR 情况——最适用的形式和手术模仿的圣杯。连系计算机视觉手艺，基于深度进修的对象检测可实现动态图像识别 ，那种复杂反应处置弥合了 3D 全息投影中虚拟世界与现实世界之间的不婚配。

03人工智妙手术模仿的手艺局限性

当前用于手术模仿的 AI 框架存在一些手艺局限。

起首，前述提到的虚拟手术助手VOA强调了利用线性机器算法的缺点：因为高正面评分目标过度抵偿其他负面评分目标，存在错误分类的情状。此外，近期 AI 临床模子在丈量诸如“仪器处置”等行为的主看组应时表示出困难。

如下图所示，朋分息争剖标识表记标帜是 AI 手术模仿中的次要利用，然而那些算法的通用性仍然是一个挑战。虽然朋分已在小型临床研究中证明了其有效性，但其准确性尚未到达完美。有研究陈述称，他们的算法无法识别某些构造，例如复杂的脉管系统或某些类型的肿瘤，且准确性可能在很大水平上取决于差别成像体例的保实度。此外，为了将 AI 算法操练到绝对切确并具有普及性，需要专家构建全面的数据集，那些数据集需要大量正文息争剖构造朋分。然而那种手动正文的过程繁琐且资本密集。因而，那种办法很难转化为临床理论。

可视化范畴的其他手艺挑战回因于手艺设备的内在限造，例如因为感官输进和 VR 之间的延迟，凡是会呈现 VR 病。为了削减那种延迟，CNN 模子被用来通过预衬着后续场景和揣测将来帧来 改进凝视跟踪，不外很少有人提出基于人工智能的处理计划来征服那些挑战。

04经济成本承担

目前，在医疗保健范畴利用基于人工智能的模仿手艺需要消耗较大的经济成本。传统的外科培训和术前方案次要依靠较为廉价的体例，如近间隔教学和小组讨论。基于人工智能的模仿器价格很少公开披露，FDA/CE数据库中涉及到的公司都未供给其产物的公开价格信息，并且量量、才能和利用范畴的差别也会招致价格的差别。据估量，装备一个模仿尝试室的价格能够从十万美圆到几百万美圆不等，特殊是AI算法还需要按期更新以确保更佳性能和可靠性。

因而，领会人工智能驱动的外科模仿器的临床效益是极为重要的。有趣的是，大大都已颁发的研究还没有陈述外科模仿器与外科教导范畴的传统办法比拟的明显优胜性。例如，Madan等人陈述说，用一个无生命的盒子取代虚拟现实操练器其实不会降低腹腔镜技能的获得率和程度。不外在用于术前方案的手术可视化方面，有一些仍较有限的证据表白人工智能驱动的模仿器与传统手术手艺比拟具有优势。

别的，重要的是摸索能否能够在降低 AI 驱动的手术模仿器的成本的同时，连结它们在患者护理中供给的价值。跟着市场合作的加剧和该手艺的普遍摘用，能够做出模仿器的价格将连结在合理范畴内的合理预期。

05市场监管挑战

目前，所有已批准的基于人工智能的医疗设备和算法的清晰概述其实不存在。FDA是少有的筹谋那些设备的宽大性数据库的组织。此外其他多个监管机构，如英国药品和保健品治理局（MHRA），正在造定监管指南，以确保人工智能驱动的设备和软件的平安性和有效性方面获得停顿。那些勤奋是具有价值的，但国际治理机构提出一个原则也是至关重要的，如国际医疗器械监管机构论坛（IMDRF）。

固然反应软件不间接与病人互动，但培训的量量会间接影响到病人护理。强调监管批准的重要性有几个原因：现有产物经常被强调或虚假营销为人工智能驱动，以进步销量；此外，即便是获得批准的设备，其设备中 AI 的利用范畴或功用也只是模糊地传达给公家和用户；最初，因为术前模仿器保留和阐发重要的患者信息，它们需要严厉遵守既定的医疗设备数据平安指南。

针对上述问题，该综述也提出了一些人工智能驱动的手术模仿器的选举和定见。

本文转载自其他网站，不代表安康界看点和立场。若有内容和图片的著做权异议，请及时联络我们（邮箱：guikequan@hmkx.cn）