权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

AI-based Computer-Aided-Orthpaedic-Surgery Navigation System

基于人工智能的计算机辅助骨科手术导航系统

基本信息

批准号：
18F18377
负责人：
小橋昌司
金额：
$ 1.41万
依托单位：
University of Hyogo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-11-09 至 2021-03-31
项目状态：
已结题

项目摘要

超高齢化社会の到来を背景に，関節置換術の手術症例数は増加傾向にある．手術予後の向上には，正しいアライメントでの骨切りや人工関節設置が有効であるとされており，同手術精度を向上するため，これまで様々なナビゲーションシステムやロボット手術が導入されてきた．一方，同手術は多くの工程で構成され，多くの手術器具が使用される．そのため器械出し看護師にとって，同手術の複雑な手順と手術器具を把握することは大きな負担であり，術中の器具の受け渡しのミス，手術時間延長による予後不良等の手術の質の低下につながる可能性がある．しかしながら，前述の通りこれまでのナビゲーションシステムは手術精度の向上が主眼であり，術者や看護師らの作業支援には注目されていなかった．本研究では，術中に器械出し看護師を含む医療スタッフに対し，手術工程を通知する整形外科手術-人工知能ナビゲーションシステム(Orthopaedic Surgery AI Navigation System; OSAI System)を提案した．同システムでは，執刀医が行っている現時点の手術工程を自動認識し，周囲の助手や器械出し看護師に，次手術工程を通知し，必要な手術器具やその準備を提示する．本システムでは，執刀医がスマートグラスを装着するのみで実装可能であるため，非常に導入が容易で，安価である特徴を有する．術者視点で取得した手術映像からの手術手技工程の自動認識法として，深層学習による画像解析技術に基づく2つの手法を提案した．Convolutional-LSTM networkに基づく手法の精度は59.9%であった．また，工程進行の時点検出に基づく手法では，TCCMの精度は83.1%，異常検知モデルの検出精度は平均二乗誤差が0.151であった.

With the advent of an ultra-high-tech society, the number of joint replacement surgeries tends to increase. After the surgery, the bone incision and artificial joint setting are correct and accurate, and the surgical accuracy is upward. One side, the same surgery, many works, many surgical instruments. There is a possibility that the quality of surgery may be lowered due to the large burden on the nurse, the failure of the surgical instrument, the prolonged operation time, and the poor quality of the surgery. The above mentioned communication is the main focus of surgical accuracy, and the operator and nurse's work support is the main focus of attention. This study proposes an Orthopaedic Surgery AI Navigation System (OSAI System) for surgical engineering notification, including medical equipment, nurses, and orthopedic surgeons. In the same way, the surgeon automatically recognizes the surgical engineering at the current point of operation, notifies the nurse of the assistant equipment, notifies the secondary surgical engineering, and prompts the preparation of the necessary surgical equipment. This is a very easy introduction, and it's easy to install features. Automatic recognition method of surgical manual engineering for obtaining surgical images from the operator's viewpoint, deep learning, image analysis technology, basic techniques, and the accuracy of basic techniques in Convolutional-LSTM network are 59.9%. The accuracy of TCCM is 83.1%, and the accuracy of abnormal detection is 0.151%.