美国西达-赛奈医疗中心研究人员近日开发出一种名为Frame-to-Outcome（F2O）的人工智能系统，可自动分析机器人辅助前列腺癌手术中外科医生的操作手势，预测患者术后性功能的恢复情况，且预测准确性与经验丰富的人类专家评审相当，同时大幅缩短了分析所需时间。相关成果已发表于《npj数字医学》。
"手术手势"是指外科医生在手术过程中的具体操作动作，包括器械使用顺序、神经牵拉速度等细节。此前研究已表明，这些手势模式与患者的术后恢复结局之间存在密切关联。然而，这类分析此前需要经过专业培训的人工观察员对手术视频进行耗时费力的逐帧审查，难以大规模应用。
F2O系统通过分析机器人辅助前列腺手术保留神经阶段录制的视频来发挥作用——这一阶段是外科医生着力保护负责性功能的神经的关键环节。系统自动识别外科医生手势中的规律性模式，并据此预测患者的恢复可能性，无需人工逐一评估每台手术。
研究团队使用来自四个国际中心、23名外科医生共294台手术的视频对系统进行训练，这些视频均经过人工分析员的标注。随后在另外29台手术上对系统进行测试，结果显示其预测结果与专家人工评审高度吻合。
论文通讯作者、西达-赛奈泌尿外科学教授Andrew Hung表示："我们的目标不仅仅是预测谁会康复，而是找出与最佳结局相关的手术技术，让外科医生能够学习、改进并为未来患者提供更好的医疗服务。通过识别和解读带来积极患者结局的手术手势，我们可以为外科医生提供有助于提升手术表现和患者护理的洞察。"
这项研究是西达-赛奈泌尿外科学系、计算生物医学系与人工智能研究与教育中心跨学科协作的成果。计算生物医学系主任、人工智能研究与教育中心主任Jason Moore博士表示："这项工作展示了外科医生与计算生物医学专家围绕共同临床目标协作所能取得的成就。多学科的融合使团队得以构建出既技术严谨、又对外科医生及其患者真正有意义的系统。"
研究人员表示，这一技术未来有望为外科医生提供客观的手术反馈，帮助识别与患者成功康复最密切相关的操作技术，从而推动手术技术的持续优化与提升。
参考文献：Xi Li et al, End to end AI system for surgical gesture sequence recognition and clinical outcome prediction, npj Digital Medicine (2026). DOI: 10.1038/s41746-026-02927-5
编辑：王洪
排版：李丽
评论 (0)