Dataset and Analysis of Long-Term Skill Acquisition in Robot-Assisted Minimally Invasive Surgery

要約

目的：私たちは、手術居住者の間の長期的なロボット外科的スキルの習得と、パフォーマンスに対する疲労の影響を調査することを目指しています。
方法：6か月間、手術居住者は月に1回3回のトレーニングセッションに参加し、26時間の病院シフトを囲んでいました。
各シフトで、彼らはシフトの前、最中、およびシフト後に予定されているトレーニングセッションに参加しました。
各トレーニングセッションで、彼らは3つのドライラブトレーニングタスクを実行しました：リングタワーの転送、結び目、縫合。
運動学的データ、アクティビティ追跡、縫合パッドのスキャンと同期したビデオを含む包括的なデータセットを収集しました。
結果：異なる外科的専門分野の18人の居住者によって行われた972回の試験のデータセットを収集しました。
参加者は、すべてのタスクにわたって一貫したパフォーマンス改善を示しました。
さらに、メトリックやタスク間でシフトの学習と忘却の間にバリエーションが発見され、疲労の可能性のある影響についてのヒントが見つかりました。
結論：最初の分析からの結果は、拡張間隔とさまざまなレベルの疲労を伴うロボット外科スキルの長期学習プロセスに光を当てています。
重要性：この研究では、トレーニングプロトコルの最適化と手術のAIアプリケーションの強化を目的とした将来の研究の基礎となり、最終的には患者の転帰の改善に貢献しています。
データセットは、ジャーナルの提出を受け入れると利用可能になります。

要約(オリジナル)

Objective: We aim to investigate long-term robotic surgical skill acquisition among surgical residents and the effects of training intervals and fatigue on performance. Methods: For six months, surgical residents participated in three training sessions once a month, surrounding a single 26-hour hospital shift. In each shift, they participated in training sessions scheduled before, during, and after the shift. In each training session, they performed three dry-lab training tasks: Ring Tower Transfer, Knot-Tying, and Suturing. We collected a comprehensive dataset, including videos synchronized with kinematic data, activity tracking, and scans of the suturing pads. Results: We collected a dataset of 972 trials performed by 18 residents of different surgical specializations. Participants demonstrated consistent performance improvement across all tasks. In addition, we found variations in between-shift learning and forgetting across metrics and tasks, and hints for possible effects of fatigue. Conclusion: The findings from our first analysis shed light on the long-term learning processes of robotic surgical skills with extended intervals and varying levels of fatigue. Significance: This study lays the groundwork for future research aimed at optimizing training protocols and enhancing AI applications in surgery, ultimately contributing to improved patient outcomes. The dataset will be made available upon acceptance of our journal submission.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google