수술에서의 컴퓨터 비전: 잠재력에서 임상적 가치까지

npj 디지털 의학 5권, 기사 번호: 163(2022) 이 기사 인용

4636 액세스

4 인용

26 알트메트릭

측정항목 세부정보

매년 전 세계적으로 수억 건의 수술이 수행되고 있으며 최소 침습 수술의 활용이 증가함에 따라 광섬유 카메라와 로봇이 수술을 수행하는 중요한 도구이자 수술에 대한 정보를 캡처하는 센서가 될 수 있게 되었습니다. 시각적 데이터를 분석하고 해석하는 알고리즘을 적용한 컴퓨터 비전(CV)은 외과의사의 의사 결정 프로세스를 강화하고, 보다 안전한 수술을 지원하며, 접근성을 확대한다는 목표를 가지고 수술 중 치료 단계를 연구하는 데 중요한 기술이 되었습니다. 수술적 치료에. 잠재적인 사용 사례에 대해 많은 작업이 수행되었지만 현재 수술에서 진단 또는 치료 응용 프로그램에 널리 사용되는 CV 도구는 없습니다. 복강경 담낭 절제술을 예로 들어 최소 침습 수술에 적용되는 현재 CV 기술과 그 임상 적용을 검토했습니다. 마지막으로, 우리는 수술에서 CV의 광범위한 구현과 채택을 위해 극복해야 할 과제와 장애물에 대해 논의합니다.

매년 3억 3천만 건 이상의 시술이 수행되는 수술은 전 세계적으로 의료 시스템의 중요한 부분을 나타냅니다1. 그러나 수술은 누구나 쉽게 할 수 있는 것은 아닙니다. Lancet Global Surgery 위원회는 "생명을 구하고 장애를 예방"하기 위해 매년 1억 4,300만 건의 추가 수술이 필요하다고 추정했습니다2. 수술 전후 관리의 개선과 최소 침습적 접근법의 도입으로 수술은 더욱 효과적이면서도 더욱 복잡하고 비용이 많이 들었습니다. 수술은 미국 의료 비용의 약 3분의 1을 차지합니다3. 게다가, 예방 가능한 의료 오류의 상당 부분이 수술실(OR)에서 발생합니다4. 이러한 관찰은 수술 안전성과 효율성을 향상시키기 위한 솔루션 개발의 필요성을 시사합니다.

수술 절차 및 OR 활동에 대한 비디오 분석은 수술 치료의 중요한 단계를 개선하기 위한 전략을 제공할 수 있습니다. 이는 전 세계적으로 점점 더 많이 채택되고 있으며 광섬유 카메라가 제공하는 시각화에 크게 의존하는 최소 침습적 접근 방식으로 수행되는 절차의 경우 특히 그렇습니다. 실제로 최소 침습 수술에서는 햅틱 피드백의 부분적인 손실이 내시경 카메라로 획득한 확대된 고화질 비디오를 통해 보상됩니다8. 수술 절차를 안내하는 내시경 비디오는 수술 중 수술 관리 단계에 대한 직접적이고 쉽게 이용 가능한 디지털 데이터 소스를 나타냅니다.

최근 몇 년간 최소 침습 수술에 대한 내시경 비디오 분석을 통해 OR 활동이 환자 결과9에 미치는 영향에 대한 연구와 품질 개선 계획 평가10가 가능해졌습니다. 또한 수술 수행 평가, 형성 피드백 및 수술 자격 증명을 위해 비디오 기반 평가(VBA)가 점점 더 많이 연구되고 있습니다. 그러나 VBA는 수술 비디오11,12를 수동으로 검토하고 지속적으로 평가해야 하는 부담을 감안할 때 대부분 연구 영역에 국한되어 있습니다. 최소 침습 수술의 초기 성공을 바탕으로 개복 수술에서도 비디오 사용이 증가하고 있습니다13.

딥 러닝(DL)과 같은 인공 지능(AI) 기술을 활용하여 시각적 데이터를 처리하고 분석하는 컴퓨터 과학 분야인 컴퓨터 비전(CV)은 내시경 비디오 분석을 촉진하고 더 넓은 그룹의 이익을 위해 애플리케이션을 확장할 수 있습니다. 외과의사와 환자14. 더욱이, 인간은 이미지를 정성적으로 평가하는 경향이 있는 반면, 컴퓨터 알고리즘은 수술 중 사건에 대해 눈에 보이지 않는, 정량적, 객관적인 정보를 추출할 수 있는 잠재력을 가지고 있습니다. 마지막으로 자동화된 온라인 내시경 비디오 분석을 통해 사례를 실시간으로 모니터링하고 합병증을 예측하며 개입하여 치료를 개선하고 부작용을 예방할 수 있습니다.