Применение искусственного интеллекта в обучении лапароскопическим техникам

Максим Горшков, доктор медицинских наук, доктор философии в области экономики, MMSIm (Университет Граца), почетный профессор

EuroMedSim, Европейский институт симуляционной медицины

Электронный постер под названием «Применение искусственного интеллекта в обучении лапароскопической хирургии», представленный на конференции SESAM-2026 Общества по применению симуляции в медицине (Лион, Франция, 19 июня 2026 г.).

Введение

Обучение основным лапароскопическим навыкам — сложный и трудоемкий процесс. Учебная программа «Основы лапароскопической хирургии» (FLS) по-прежнему остается золотым стандартом структурированного психомоторного обучения. Однако для обеспечения правильного выполнения заданий и обратной связи требуется постоянный контроль со стороны инструктора. Многообещающей альтернативой является использование компьютерного зрения (CV) — подтипа систем искусственного интеллекта (ИИ) — для автоматизированной и объективной оценки результатов в лапароскопической симуляции. Целью было разработать и валидировать систему на основе компьютерного зрения для автоматической, объективной

оценки выполнения задач по базовым лапароскопическим навыкам.

Методы и результаты

Система компьютерного зрения в режиме реального времени с двумя синхронизированными камерами была интегрирована в лапароскопический тренажер-бокс с использованием стандартных лапароскопических инструментов и устройств для выполнения задач. Алгоритмы ИИ системы CV идентифицировали инструменты, объекты и события (например, перемещение штифта, разрез ткани, эндопетля) и вычисляли количественные параметры. Модели CV были обучены на ~300 аннотированных обучающих видео (≈50 000 помеченных кадров). В Python было применено сочетание классических методов компьютерного зрения и глубокого обучения. Хирурги-эксперты оценили валидационный набор данных, который послужил в качестве золотого стандарта.

Система компьютерного зрения достигла 90–95% совпадения с оценками экспертов по всем упражнениям, с минимальным отклонением в измеренных показателях (например, время, точность, траектория). Производительность заметно улучшилась при использовании более крупных и разнообразных обучающих наборов данных. Алгоритмы эффективно обнаруживали ключевые действия, траектории инструментов и типичные ошибки в режиме реального времени.

Обсуждение

Разработанная система компьютерного зрения на базе ИИ продемонстрировала высокую точность и надежность при оценке базовых навыков лапароскопии. Она может существенно снизить нагрузку на инструкторов, одновременно предоставляя объективную, быструю и последовательную обратную связь обучаемым, что способствует стандартизации хирургического образования.

Ссылки

1. Fraser SA, Klassen DR, Feldman LS, Ghitulescu GA, Stanbridge D, Fried GM. Оценка лапароскопических навыков: установление проходного балла для системы MISTELS. Surg Endosc. Июнь 2003; 17(6):964–7. doi:10.1007/s00464-002-8828-4. Электронная публикация 28 марта 2003 г. PMID: 12658417.

2. Хиггинс Р. М., Турбати М. С., Голдблатт М. И. Подготовка к экзамену по основам лапароскопической хирургии (FLS) и его сдача улучшают оперативную эффективность и самостоятельность ординаторов общей хирургии. Surg Endosc. Авг. 2023; 37(8):6438-44. doi:10.1007/s00464-023-10124-8. Электронная публикация 18 мая 2023 г. PMID: 37202525.