이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

인공지능 생성 동영상 피드백을 통한 관상동맥우회술 기술 향상

2026년 2월 3일 업데이트: Shengshou Hu, China National Center for Cardiovascular Diseases

인공지능 생성 영상 피드백을 통한 관상동맥우회술 기술 향상

본 연구는 인공지능(AI) 기반 수술 수행 평가 모델이 생성한 맞춤형 비디오 피드백이 관상동맥우회술(CABG)을 시행하는 심장 외과 의사의 기술적 숙련도 향상을 지원할 수 있는지 평가하는 것을 목표로 합니다. 이 연구는 단일 군, 자기 대조, 사전-사후 개입 연구입니다. 참여 외과 의사들은 기준 CABG 수술 영상을 제출하며, 이는 AI 모델과 가림 처리된 인간 전문 평가자가 표준화된 채점 기준을 사용하여 평가할 것입니다. AI 평가를 바탕으로, 외과 의사들은 낮은 기술적 수행과 관련된 수술 단계를 강조하는 맞춤형 비디오 피드백을 받게 됩니다. 한 달간의 자율적 검토 기간 후, 후속 CABG 수술 영상이 제출되어 동일한 절차로 평가될 것입니다. 기준선과 후속 평가 사이의 인간 평가 기술 숙련도 점수 변화를 통해 AI 생성 비디오 피드백의 잠재적 교육적 효과를 평가하는 데 사용될 것입니다.

연구 개요

상태

아직 모집하지 않음

정황

개입 / 치료

상세 설명

관상동맥우회술(CABG)은 심장외과 의사들에게 높은 수준의 기술적 숙련도를 요구하는 복잡한 수술 절차입니다. 수술 기법의 변동성은 절차의 질과 환자 결과에 영향을 미칠 수 있습니다. 인공지능(AI)의 최근 발전으로 수술 영상 데이터를 이용한 수술 수행 능력의 자동 평가가 가능해져 객관적 피드백과 수술 교육을 위한 새로운 기회를 창출하고 있습니다.

이 연구는 AI 기반 수술 수행 능력 평가 모델이 생성한 타겟팅된 영상 피드백이 심장외과 의사들이 CABG 절차에서 기술적 숙련도를 향상시키는 데 도움이 될 수 있는지 평가하는 것을 목표로 합니다. 기준 기술 수행 능력이 AI 점수 체계에서 하위 절반에 속하는 참여 외과의사들은 낮은 수행 점수와 관련된 수술 단계와 기동을 강조하는 맞춤형 영상 피드백을 받게 됩니다.

이 단일 군, 자기 대조 연구에서 각 참여 외과의사는 기준 CABG 수술 영상을 제출할 것이며, 이는 표준화된 채점 기준을 사용하여 AI 모델과 경험 많은 심장외과 의사 패널에 의해 독립적으로 평가될 것입니다. AI 생성 영상 피드백을 받은 후, 외과의사들은 추가적인 정식 훈련이나 코칭 없이 피드백을 검토하고 숙고할 수 있는 한 달의 시간을 부여받게 됩니다. 그 후 추적 CABG 수술 영상이 제출되고 동일한 평가 과정을 통해 평가될 것입니다.

연구의 주요 결과는 기준 영상과 추적 영상 사이에서 인간 전문 평가자가 부여한 기술 숙련도 점수의 변화입니다. 2차 결과에는 AI가 식별한 수행 결함에 대한 외과의사들의 자기 평가, AI 생성 피드백과 인간 전문가 피드백 간의 일치도, 선택된 환자들의 수술 후 병원 내 결과가 포함됩니다. 이 연구의 결과는 수술 기술 개발을 위한 확장 가능한 교육 도구로서 AI 지원 영상 피드백의 역할에 대한 정보를 제공할 수 있습니다.

연구 유형

중재적

등록 (추정된)

100

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 장소

    • Beijing Municipality
      • Beijing, Beijing Municipality, 중국, 102300
        • Fuwai Hospital
        • 연락하다:
          • Lihua Zhang Zhang, M.D, Ph.D
          • 전화번호: 15920826832
          • 이메일: leilubi@fuwai.com

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

예

설명

포함 기준:

  • CAMERA 연구(NCT06739005)의 채점 시스템 내에서 AI 평가 기술 성능이 하위 50%에 속하는 경우

제외 기준:

  • 참석을 원하지 않는 경우

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 다른
  • 할당: 해당 없음
  • 중재 모델: 단일 그룹 할당
  • 마스킹: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: AI 가이드 비디오 피드백 중재
본 연구 참가자는 개인의 기저 관상동맥우회술(CABG) 수술 영상을 기반으로 AI가 생성한 피드백으로 구성된 맞춤형 교육 중재를 받게 됩니다. AI 모델은 수술 수행 능력을 분석하고 기술 숙련도 점수가 낮은 특정 수술 단계를 식별합니다. 이러한 영역을 강조한 선별된 비디오 클립은 외과의사에게 자가 검토 및 성찰을 위해 제공됩니다. 한 달간의 중재 기간 동안 추가적인 정규 교육이나 코칭은 제공되지 않으며, 그 이후 추적 수술 영상이 재평가를 위해 제출됩니다.
본 연구의 참가자는 기저 관상동맥 우회로 이식(CABG) 수술 영상을 바탕으로 AI가 생성한 피드백으로 구성된 맞춤형 교육 중재를 받게 됩니다. AI 모델은 수술 수행 능력을 분석하고 기술 숙련도 점수가 낮은 특정 수술 단계를 식별합니다. 이러한 영역을 강조한 선별된 동영상 클립이 외과 의사에게 자가 검토 및 성찰을 위해 제공됩니다. 1개월 중재 기간 동안 추가적인 정규 교육이나 코칭은 제공되지 않으며, 그 후 추적 수술 영상을 재평가를 위해 제출합니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
기준선과 추적 관찰 CABG 영상 간 인간 전문가 평가 기술 숙련도 점수의 변화
기간: 기준선, 1개월
주요 결과는 블라인드 처리된 인간 전문 평가자 패널이 할당한 기술적 숙련도 점수의 변화로, 이들은 무작위화된 관상동맥우회술(CABG) 수술 영상을 독립적으로 평가합니다. 평가 대상은 기준선 시점과 AI 생성 영상 피드백을 받은 후 1개월 시점에 제출된 영상입니다. 점수 평가는 표준화된 루브릭을 사용하여 전반적인 수술 기술 수행을 평가합니다. 점수가 높을수록 더 나은 수행을 의미합니다: 조직 존중, 시간 및 동작, 기구 다루기, 기구에 대한 지식, 조수 활용, 수술 진행 흐름 및 사전 계획, 특정 수술 절차에 대한 지식. 각 영역은 5점 리커트 척도로 평가되었으며, 1점은 낮은 수행을, 5점은 탁월한 수행을 나타냅니다. 또한 각 평가자는 수술 수행에 대한 종합적 평가를 포착하기 위해 전반적 인상 점수(1-5점)를 제공했습니다. 두 점수는 100점 척도로 환산되었으며, 최종 점수는 7개 영역 평가 합계 점수의 70%와 전반적 인상 점수의 30%로 구성됩니다.
기준선, 1개월

2차 결과 측정

결과 측정
측정값 설명
기간
외과의사가 AI 피드백에 대한 자체 평가
기간: 1개월
외과의사는 기술적 성능 부족을 강조하는 AI 생성 비디오 클립을 검토하고 AI 피드백에 대한 만족도를 평가하는 자가 평가 설문지를 작성할 것입니다.
1개월
AI 피드백과 인간 전문가 피드백 간의 일관성.
기간: Baseline, 1 month
이 결과는 AI가 생성한 수술 성과 피드백과 인간 전문 평가자가 제공한 평가 간의 일관성을 평가합니다. AI 점수는 2단계 딥러닝 프레임워크로 생성되었으며, 인간 전문 평가자의 점수는 주요 결과에 자세히 설명된 검증된 7개 영역 평가 척도로 생성되었습니다. 등급내 상관계수(ICC)는 AI 모델이 평가한 수술 기술 점수와 인간 전문 평가자가 평가한 점수 간의 일관성을 평가하는 데 사용됩니다.
Baseline, 1 month
수술 후 입원 기간 결과: 주요 합병증의 발생률
기간: 기준선, 1개월
환자의 수술 후 병원 내 결과를 수집하고 분석하여 AI 피드백 중재 후 외과의사의 기술적 수행 변화와의 연관성을 탐구합니다. 주요 합병증의 발생률 (사망, 급성 신장 손상, 심근 경색 및 뇌졸중의 복합 결과)
기준선, 1개월
수술 후 병원 내 결과: 사망률
기간: Baseline, 1 month
인공지능 피드백 개입 후 외과 의사의 기술적 수행 변화와 사망률 발생 간의 연관성.
Baseline, 1 month
수술 후 입원 중 결과: 급성 신손상의 발생률
기간: 기준선, 1개월
AI 피드백 개입 후 외과의의 기술적 수행력 변화와 급성 신장 손상 발생률 간의 연관성
기준선, 1개월
수술 후 입원 기간 결과: 심근 경색 발생률
기간: 기준선, 1개월
AI 피드백 개입 후 외과 의사의 기술적 수행 능력 변화와 심근 경색 발생률 간의 연관성
기준선, 1개월
수술 후 병원 내 결과: 뇌졸중 발생률
기간: 기준선, 1개월
AI 피드백 개입 후 외과의 기술적 수행 변화와 뇌졸중 발생률 간의 연관성.
기준선, 1개월
수술 후 입원 중 결과: 이차 흉부 절개술의 발생률
기간: Baseline, 1 month
AI 피드백 중재 후 외과의사 기술 수행 변화와 이차 흉부 절개술 발생률 간의 연관성
Baseline, 1 month
수술 후 입원 중 결과: IABP 삽입의 발생률
기간: 기준선, 1개월
AI 피드백 중재 후 외과의 기술 수행 변화와 IABP 삽입 발생률 간의 연관성.
기준선, 1개월
수술 후 입원 기간 중 결과: ECMO 삽입의 발생률
기간: 기준선, 1개월
AI 피드백 중재 후 외과의 기술적 수행 변화와 ECMO 삽입 발생률 간의 연관성.
기준선, 1개월
수술 후 입원 중 결과: 침대 옆 혈액여과의 발생률
기간: 기준선, 1개월
AI 피드백 중재 후 외과의사의 기술적 수행 변화와 침상 혈액여과 발생률 간의 연관성
기준선, 1개월
수술 후 입원 결과: 복막 투석의 발생률
기간: 기준선, 1개월
AI 피드백 중재 후 외과 의사의 기술적 수행 변화와 복막투석 발생률 간의 연관성
기준선, 1개월
수술 후 병원 내 결과: 기관 절개술의 발생률
기간: 기준선, 1개월
AI 피드백 중재 후 외과 의사의 기술적 수행 변화와 기관 절개술 발생률 간의 연관성
기준선, 1개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (추정된)

2026년 1월 31일

기본 완료 (추정된)

2026년 3월 31일

연구 완료 (추정된)

2026년 4월 30일

연구 등록 날짜

최초 제출

2025년 12월 23일

QC 기준을 충족하는 최초 제출

2026년 2월 3일

처음 게시됨 (실제)

2026년 2월 10일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 2월 10일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 2월 3일

마지막으로 확인됨

2026년 2월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • FW-HSS

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

예

IPD 계획 설명

연구를 위해 수집된 데이터는 출판 후 2년이 지나면 합리적인 요청(huss@fuwai.com) 시 공개됩니다.

IPD 공유 기간

출판 후 2년이 지난 후.

IPD 공유 액세스 기준

PI에 의해 승인된 프로토콜을 huss@fuwai.com으로 전송한 사람은 누구나 데이터에 접근할 수 있습니다. 데이터는 엑셀이나 SAS로 전송됩니다.

IPD 공유 지원 정보 유형

  • 연구_프로토콜
  • 수액

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .