ReCAP: Recursive Cross Attention Network for Pseudo-Label Generation in Robotic Surgical Skill Assessment

要約

外科スキルの評価では、技術スキルの客観的構造評価 (OSATS スコア) とグローバル評価スケール (GRS) が、トレーニング中の外科医のパフォーマンスを評価するための確立されたツールです。
これらの指標とパフォーマンスに関するフィードバックを組み合わせることで、外科医は診療水準を向上させ、達成することができます。
GRS ラベルと OSATS ラベルの両方を含むオープンソース データセット JIGSAW に関する最近の研究は、運動信号、ビデオ データ、またはその両方の組み合わせから GRS スコアを回帰することに焦点を当てています。
この論文では、単位のない値である GRS スコアを回帰すること自体は制限が多すぎ、外科試験全体にわたる変動は重大な臨床的意味を持たないと主張します。
このギャップに対処するために、モデルの隠れ状態を運動信号から得られる 5 つの OSATS スコアに関連付けることにより、トレーニング セッション全体を通じて外科医のパフォーマンスを出力するリカレント トランスフォーマー モデルを開発しました。
これらのスコアは平均化および集計されて GRS 予測が生成され、最先端 (SOTA) に対するモデルのパフォーマンスの評価が可能になります。
我々はスピアマンの相関係数（SCC）を報告し、我々のモデルが、Leave-One-Subject-Out（LOSO）スキーム（SCC 0.68-0.89）での縫合を除くすべてのタスクでSOTAモデルよりも優れていることを示し、一方で縫合と縫合では同等のパフォーマンスを達成しています。
Leave-one-user-out (LOUO) スキーム (SCC 0.45-0.68) に基づくタスク全体で、ニードル パッシング (0.69) で SOTA を上回っています。
私たちは、最終的な OSATS スコアを外科医の手術全体の短いインスタンスに関連付けることは、単一の GRS スコアよりも臨床的に意味があると主張します。
このアプローチにより、定量的な予測を定性的なフィードバックに変換することもできます。これは、自動手術スキル評価パイプラインにとって重要です。
上級外科医は私たちのモデルの動作を検証し、77 \% (p = 0.006) の確率で半教師あり予測に同意しました。

要約(オリジナル)

In surgical skill assessment, Objective Structured Assessments of Technical Skills (OSATS scores) and the Global Rating Scale (GRS) are established tools for evaluating the performance of surgeons during training. These metrics, coupled with feedback on their performance, enable surgeons to improve and achieve standards of practice. Recent studies on the open-source dataset JIGSAW, which contains both GRS and OSATS labels, have focused on regressing GRS scores from kinematic signals, video data, or a combination of both. In this paper, we argue that regressing the GRS score, a unitless value, by itself is too restrictive, and variations throughout the surgical trial do not hold significant clinical meaning. To address this gap, we developed a recurrent transformer model that outputs the surgeon’s performance throughout their training session by relating the model’s hidden states to five OSATS scores derived from kinematic signals. These scores are averaged and aggregated to produce a GRS prediction, enabling assessment of the model’s performance against the state-of-the-art (SOTA). We report Spearman’s Correlation Coefficient (SCC), demonstrating that our model outperforms SOTA models for all tasks, except for Suturing under the leave-one-subject-out (LOSO) scheme (SCC 0.68-0.89), while achieving comparable performance for suturing and across tasks under the leave-one-user-out (LOUO) scheme (SCC 0.45-0.68) and beating SOTA for Needle Passing (0.69). We argue that relating final OSATS scores to short instances throughout a surgeon’s procedure is more clinically meaningful than a single GRS score. This approach also allows us to translate quantitative predictions into qualitative feedback, which is crucial for any automated surgical skill assessment pipeline. A senior surgeon validated our model’s behaviour and agreed with the semi-supervised predictions 77 \% (p = 0.006) of the time.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google