Машиноведение для оценки хирургических навыков

Оценка хирургических навыков традиционно была субъективной практикой, часто проводимой другими обученными хирургами. Поскольку роботизированные технологии чаще используются в хирургических операциях, исследователи изучают автоматизированные методы измерения хирургической техники.

Исследования представлены в 2016 году Всемирный конгресс по инженерии и компьютерных наук обсудили с помощью машинного обучения для оценки производительности хирурга в роботизированной минимально инвазивной хирургии.

Исследовательская группа оценивала данные, собранные в результате выполнения операции наложения швов, и классифицированных хирургов на две категории: новичок и эксперт. Алгоритм машинного обучения был разработан для измерения следующих шести характеристик:

  • Время завершения
  • Длина пути
  • Восприятие глубины
  • скорость
  • ровность
  • искривление

Как сообщается, система экспериментальной оценки точно классифицировала хирургические навыки примерно в 85 процентах испытаний. Это многообещающий результат, предлагающий возможность более стандартизированных методов оценки. Исследователи предполагают, что будущие исследовательские усилия должны расширить методы оценки для других хирургических методов и больших пулов данных.

Машиноведение для улучшения хирургической робототехники

В случае нейрохирургии, где требуется особенно чувствительное маневрирование, роботам часто не хватает необходимой ловкости для эффективной работы и предотвращения травм. Исследователи из Калифорнийского университета, Сан-Диего (UCSD) Advanced Robotics and Controls Lab изучают приложения для машинного обучения для улучшения хирургической робототехники.

Как показано на рисунке ниже, «континуальные роботы» изготовлены из гибкого роботизированного материала и служат в качестве основного компонента минимально инвазивных операций.Автоматизация работает особенно хорошо для рутинных процессов. Однако хирургическая среда не всегда предсказуема, что отрицательно сказывается на надежности роботов-континуумов . В результате исследователи изучают способы помочь этим роботам успешно ориентироваться в более сложной среде.