En multicenter prospektiv observationsstudie av datorstödd riskperception och prognosförutsägelse i hela processen för laparoskopisk lever- och gall- och pankreaskirurgi

Endoskopisk kirurgi är den viktigaste och mest använda tekniken för minimalt invasiv kirurgi inom området modern kirurgi, särskilt inom lever- och gallkirurgi, som har blivit en av de konventionella diagnos- och behandlingsmetoderna för kirurgi. Jämfört med traditionell öppen kirurgi har den mindre trauma, snabbare återhämtningstid och lägre komplikationsfrekvens. Det begränsade synfältet för kirurgisk observation som orsakas av det trånga kirurgiska utrymmet och svårigheten att omedelbart identifiera nyckelhändelser i den kirurgiska scenen ökar kraftigt svårigheten och komplexiteten för endoskopisk kirurgi. Dess säkerhet och effektivitet beror till stor del på den exakta uppfattningen av det komplexa kirurgiska området och förmågan att hantera viktiga händelser under operationen. Genom att kombinera modern bildbehandlingsteknik och maskininlärningsalgoritm är det därför särskilt angeläget att utveckla ett system som kan ge dynamisk perception i realtid och säkerhetsvarning för endoskopisk kirurgi. Även om inhemska och utländska forskare har utfört mycket forskning om endoskopisk videodynamisk perception och säkerhetsvarning, fokuserar den aktuella forskningen bara på lokala problem i den kirurgiska processen. Traditionell bildbehandlingsteknik är ofta svårt att tillgodose behoven hos mycket känsliga för dynamisk information om kirurgi i realtid, det är svårt att uppnå effektiv tredimensionell rekonstruktion av den kirurgiska scenen, den kan inte tillhandahålla nyckelinformationen om anatomisk struktur för mänskliga organ , och den kan inte exakt upptäcka nyckelhändelserna i driftprocessen. För endoskopisk kirurgi behövs ytterligare forskning omedelbart för att förverkliga det videodynamiska uppfattnings- och säkerhetsvarningssystemet för endoskopisk kirurgi, och hjälpa läkare att uppnå säker, exakt och effektiv endoskopisk kirurgi. Under de senaste åren, med den kontinuerliga utvecklingen av datorgrafik och bildteknik och metoder för maskininlärning, kommer det dynamiska uppfattnings- och säkerhetsvarningssystemet för endoskopisk kirurgivideo att utvecklas mot högre automatisering och intelligens. Framtida forskning kan fokusera på att förbättra algoritmens realtid och noggrannhet, samt hur man bättre integrerar artificiell intelligens-teknik i den kliniska operationsprocessen, realiserar realtidsuppfattningen och säkerhetsvarningen för endoskopisk kirurgi, och förbättrar effektiviteten och säkerhet för kirurgi genom den omfattande analysen och förståelsen av endoskopisk kirurgiprocess. På grund av komplexiteten och variationen i den endoskopiska kirurgiska miljön är det svårt att identifiera de viktigaste anatomiska strukturerna hos organ under operationen, och det är mycket beroende av kirurgens subjektiva empiriska bedömning. Det saknas objektiva instruktioner. Det är särskilt viktigt att utveckla en maskininlärningsmetod som kan upptäcka, uppfatta och känna igen de viktigaste anatomiska strukturerna i realtid under operationen. Samtidigt är arbetsflödet för endoskopisk kirurgi fint och komplext, så det är mycket nödvändigt att heltäckande analysera och detektera nyckelhändelserna och aktivitetsscenerna i videon av endoskopisk kirurgi genom AI-hjälpsystemet. Dessutom måste realiseringen av intraoperativ dolda målområdes navigering med augmented reality-kirurgi utföras på exakta dynamiska organytrekonstruktioner och icke stela registreringsresultat. Men det komplexa och smala synfältet endoskopisk video minskar ytterligare noggrannheten av icke-styv registrering, vilket gör augmented reality-assisterad endoskopisk kirurgi extremt utmanande. Sammanfattningsvis, hur man löser problemet med dynamisk perception i realtid och säkerhetsvarning för endoskopisk video är nyckeln för att uppnå säker, exakt och effektiv endoskopisk kirurgi på kliniken. Genom forskning och tillämpning av endoskopisk video i realtid dynamisk perception och säkerhetsvarningsteknik kan den realisera dynamisk realtidsuppfattning, tidig varning för nyckelhändelser, förutsägelse av platsen för osynliga lesioner och annan beslutsfattande information i olika hög- risk och svåra endoskopiska kirurgiska processer, och hjälpa läkare att "se", "se tydligt", "se exakt" i operationsprocessen, för att ytterligare förbättra effektiviteten och säkerheten för endoskopisk kirurgi. Samtidigt, baserat på ovanstående innehåll, kommer framgången för behandlingen av vissa nyckelområden inom kirurgi att i hög grad påverka patienters prognos och patienters livskvalitet. Ett annat syfte med denna studie är att mer heltäckande och objektivt förstå förekomst, riskfaktorer, förebyggande och behandling av intraoperativa och postoperativa komplikationer efter utvärdering kombinerat med kirurgisk videoanalys, för att ge kliniker en mer vetenskaplig behandlingsplan och vägledning.