AI模擬手術(shù)的現(xiàn)狀、挑戰(zhàn)和前景

7/7AI模擬手術(shù)的現(xiàn)狀、挑戰(zhàn)和前景人工智能（AI）推動(dòng)了手術(shù)模擬器的發(fā)展，正日益成為豐富外科醫(yī)生培訓(xùn)經(jīng)驗(yàn)的流行工具，在提高手術(shù)模擬的質(zhì)量方面發(fā)揮著不可或缺的作用?，F(xiàn)代人工智能技術(shù)的應(yīng)用不僅可以支持模擬器為用戶提供個(gè)性化的反饋，同時(shí)也可以實(shí)現(xiàn)病人解剖結(jié)構(gòu)的自動(dòng)可視化，提供沉浸式手術(shù)體驗(yàn)。MedRobot經(jīng)常報(bào)道手術(shù)模擬的設(shè)備，這些技術(shù)也被用于手術(shù)機(jī)器人培訓(xùn)。今日結(jié)合一篇由來(lái)自英國(guó)諾維奇諾?？撕椭Z維奇大學(xué)等機(jī)構(gòu)的作者發(fā)表在FrontiersinMedicalTechnology期刊上的綜述，回顧性地描述了人工智能技術(shù)輔助手術(shù)模擬技術(shù)的現(xiàn)狀、挑戰(zhàn)和前景。1、人工智能在手術(shù)模擬評(píng)估中的應(yīng)用人工智能可以通過評(píng)估性能并向用戶提供個(gè)性化反饋來(lái)改進(jìn)手術(shù)訓(xùn)練模擬器。例如，蒙特利爾麥吉爾大學(xué)的一個(gè)神經(jīng)外科團(tuán)隊(duì)開發(fā)了一種機(jī)器學(xué)習(xí)（ML）算法，在執(zhí)行基于VR的半椎體切除術(shù)或腦腫瘤切除任務(wù)時(shí)，對(duì)參與者的技能水平進(jìn)行分類。近期該團(tuán)隊(duì)還開發(fā)了一種虛擬手術(shù)助手（VOA），其實(shí)質(zhì)是一個(gè)開源的基于AI的軟件，除了確定手術(shù)技能水平外，還提供與專家精確性能基準(zhǔn)有關(guān)的個(gè)性化反饋。然而，像任何形式的新興技術(shù)一樣，人工智能驅(qū)動(dòng)的績(jī)效評(píng)估和反饋生成仍然不完善，存在許多限制因素。一項(xiàng)系統(tǒng)綜述探討了幾種不同的機(jī)器學(xué)習(xí)技術(shù)來(lái)評(píng)估手術(shù)表現(xiàn)的能力，指出此類評(píng)估軟件的高準(zhǔn)確性是很有希望的，同時(shí)劃定了這項(xiàng)技術(shù)的幾個(gè)主要挑戰(zhàn)和限制：因?yàn)楝F(xiàn)實(shí)生活中的手術(shù)環(huán)境非常復(fù)雜，模擬臺(tái)式任務(wù)的手術(shù)技能評(píng)估可能無(wú)法與受訓(xùn)者在手術(shù)室中的表現(xiàn)準(zhǔn)確相關(guān)。此外，人工智能算法需要根據(jù)有效的評(píng)估標(biāo)準(zhǔn)來(lái)評(píng)估學(xué)員的表現(xiàn)，而且機(jī)器學(xué)習(xí)算法通常都需要大量的手術(shù)數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練，完善模型。這些潛在挑戰(zhàn)的主要解決方案包括：制定一個(gè)由權(quán)威外科醫(yī)生領(lǐng)導(dǎo)的共識(shí)聲明，概述由機(jī)器算法評(píng)估的手術(shù)技術(shù)的核心要素，并通過跨機(jī)構(gòu)的開源計(jì)劃來(lái)促進(jìn)手術(shù)數(shù)據(jù)的交換，豐富算法訓(xùn)練數(shù)據(jù)。有趣的是，在對(duì)FDA/CE清單審查時(shí)，并未發(fā)現(xiàn)任何經(jīng)批準(zhǔn)的AI支持的軟件?？梢韵胂蟮氖牵祟愜浖赡芤言谑袌?chǎng)上銷售，但由于它們不直接與患者互動(dòng)，因此尚未通過監(jiān)管程序進(jìn)行評(píng)估。2、人工智能在手術(shù)可視化中的應(yīng)用三維可視化已經(jīng)成為所有外科專業(yè)的外科模擬主要發(fā)展，從神經(jīng)外科、骨科到頜面外科、塑料和普通外科。這種對(duì)3D術(shù)前計(jì)劃的普遍需求及其自1980年代以來(lái)的穩(wěn)步發(fā)展證明了在減少手術(shù)時(shí)間、失血量、住院時(shí)間和提高患者生存率方面的具有巨大優(yōu)勢(shì)。通過對(duì)FDA/CE清單的審查確定了11種支持AI的可視化設(shè)備，需要注意的是，這份清單不包括沒有明顯AI應(yīng)用的可視化技術(shù)。從二維圖像創(chuàng)建三維模擬的卷積神經(jīng)網(wǎng)絡(luò)（CNN）算法已成為了最廣泛接受的技術(shù)。人工智能在促進(jìn)先進(jìn)的可視化模式，如3D打印、虛擬現(xiàn)實(shí)（VR）模擬和擴(kuò)展現(xiàn)實(shí)（XR）環(huán)境方面起著至關(guān)重要的作用。3D打印模擬器已被證明有助于術(shù)前規(guī)劃、改善手術(shù)結(jié)果并縮短手術(shù)時(shí)間。人工智能消除了實(shí)施3D打印的最大障礙——對(duì)3D打印過程和基于計(jì)算機(jī)的設(shè)計(jì)的專業(yè)知識(shí)的需求。人工智能算法可以有效地處理預(yù)制模型、通過切片器轉(zhuǎn)換、檢測(cè)和糾正任何錯(cuò)誤以及打印所需的大量數(shù)據(jù)。此外，采用實(shí)時(shí)適應(yīng)的AI驅(qū)動(dòng)制造為3D打印復(fù)制體內(nèi)組織的挑戰(zhàn)提供了解決方案。AI技術(shù)對(duì)于支持VR環(huán)境和自動(dòng)化工作流程至關(guān)重要。DICOMtoPrint(D2P)和MEDIPPRO等軟件可生成即時(shí)3D打印和VR渲染選項(xiàng)。AI有效地用于VR環(huán)境的分割和解剖注釋，更重要的是，可以處理促進(jìn)用戶交互所需的用戶輸入。此外，人工智能需要支持XR環(huán)境——最實(shí)用的形式和手術(shù)模擬的圣杯。結(jié)合計(jì)算機(jī)視覺技術(shù)，基于深度學(xué)習(xí)的對(duì)象檢測(cè)可實(shí)現(xiàn)動(dòng)態(tài)圖像識(shí)別，這種復(fù)雜反饋處理彌合了3D全息投影中虛擬世界與現(xiàn)實(shí)世界之間的不匹配。3、人工智能手術(shù)模擬的技術(shù)局限性當(dāng)前用于手術(shù)模擬的AI框架存在一些技術(shù)局限。首先，前述提到的虛擬手術(shù)助手VOA強(qiáng)調(diào)了使用線性機(jī)器算法的缺點(diǎn)：由于高正面評(píng)分指標(biāo)過度補(bǔ)償其他負(fù)面評(píng)分指標(biāo)，存在錯(cuò)誤分類的情況。此外，近期AI臨床模型在測(cè)量諸如“儀器處理”等行為的主觀組合時(shí)表現(xiàn)出困難。如下圖所示，分割和解剖標(biāo)記是AI手術(shù)模擬中的主要應(yīng)用，然而這些算法的通用性仍然是一個(gè)挑戰(zhàn)。盡管分割已在小型臨床研究中證明了其有效性，但其準(zhǔn)確性尚未達(dá)到完美。有研究報(bào)告稱，他們的算法無(wú)法識(shí)別某些結(jié)構(gòu)，例如復(fù)雜的脈管系統(tǒng)或某些類型的腫瘤，且準(zhǔn)確性可能在很大程度上取決于不同成像方式的保真度。此外，為了將AI算法訓(xùn)練到絕對(duì)精確并具有普遍性，需要專家構(gòu)建全面的數(shù)據(jù)集，這些數(shù)據(jù)集需要大量注釋和解剖結(jié)構(gòu)分割。然而這種手動(dòng)注釋的過程繁瑣且資源密集。因此，這種方法很難轉(zhuǎn)化為臨床實(shí)踐。可視化領(lǐng)域的其他技術(shù)挑戰(zhàn)歸因于技術(shù)設(shè)備的內(nèi)在限制，例如由于感官輸入和VR之間的延遲，通常會(huì)出現(xiàn)VR病。為了減少這種延遲，CNN模型被用來(lái)通過預(yù)渲染后續(xù)場(chǎng)景和預(yù)測(cè)未來(lái)幀來(lái)改進(jìn)注視跟蹤，不過很少有人提出基于人工智能的解決方案來(lái)克服這些挑戰(zhàn)。4、經(jīng)濟(jì)成本負(fù)擔(dān)目前，在醫(yī)療保健領(lǐng)域使用基于人工智能的模擬技術(shù)需要耗費(fèi)較大的經(jīng)濟(jì)成本。傳統(tǒng)的外科培訓(xùn)和術(shù)前計(jì)劃主要依靠較為廉價(jià)的方式，如近距離教學(xué)和小組討論?；谌斯ぶ悄艿哪M器價(jià)格很少公開披露，F(xiàn)DA/CE數(shù)據(jù)庫(kù)中涉及到的公司都未提供其產(chǎn)品的公開價(jià)格信息，而且質(zhì)量、能力和使用范圍的不同也會(huì)導(dǎo)致價(jià)格的差異。據(jù)估計(jì)，配備一個(gè)模擬實(shí)驗(yàn)室的價(jià)格可以從十萬(wàn)美元到幾百萬(wàn)美元不等，特別是AI算法還需要定期更新以確保最佳性能和可靠性。因此，了解人工智能驅(qū)動(dòng)的外科模擬器的臨床效益是極為重要的。有趣的是，大多數(shù)已發(fā)表的研究還沒有報(bào)告外科模擬器與外科教育領(lǐng)域的傳統(tǒng)方法相比的明顯優(yōu)越性。例如，Madan等人報(bào)告說(shuō)，用一個(gè)無(wú)生命的盒子代替虛擬現(xiàn)實(shí)訓(xùn)練器并不會(huì)降低腹腔鏡技能的獲得率和水平。不過在用于術(shù)前計(jì)劃的手術(shù)可視化方面，有一些仍較有限的證據(jù)表明人工智能驅(qū)動(dòng)的模擬器與傳統(tǒng)手術(shù)技術(shù)相比具有優(yōu)勢(shì)。另外，重要的是探索是否可以在降低AI驅(qū)動(dòng)的手術(shù)模擬器的成本的同時(shí)，保持它們?cè)诨颊咦o(hù)理中提供的價(jià)值。隨著市場(chǎng)競(jìng)爭(zhēng)的加劇和該技術(shù)的廣泛采用，可以做出模擬器的價(jià)格將保持在合理范圍內(nèi)的合理預(yù)期。5、市場(chǎng)監(jiān)管挑戰(zhàn)目前，所有已批準(zhǔn)的基于人工智能的醫(yī)療設(shè)備和算法的清晰概述并不存在。FDA是少有的策劃這些設(shè)備的包容性數(shù)據(jù)庫(kù)的組織。此外其他多個(gè)監(jiān)管機(jī)構(gòu)，如英國(guó)藥品和保健品管理局（MHRA），正在制定監(jiān)管指南，以確保人工智能驅(qū)動(dòng)的設(shè)備和軟件的安全性和有效性方面取得進(jìn)展。這些努力是具有價(jià)值的，但國(guó)際管理機(jī)構(gòu)提出一個(gè)準(zhǔn)則也是至關(guān)重要的，如國(guó)際醫(yī)療器械監(jiān)管機(jī)構(gòu)論壇（IMDRF）。雖然反饋軟件不直接與病人互動(dòng)，但培訓(xùn)的質(zhì)量會(huì)間接影響到病人護(hù)理。強(qiáng)調(diào)監(jiān)管批準(zhǔn)的重要性有幾個(gè)原因：現(xiàn)有產(chǎn)品經(jīng)常被