首都医科大学附属北京潞河医院

人员及负责内容

1. 入组病例管理

   • 负责内容: 入组病例均按照CVS技术进行LC手术操作，并将被选择的2000例/关键解剖结构的LC标准手术视频分别按照每秒25帧的采样频率抽取为静态图像，比较每组静态图像的变化情况，比较确定最佳采样频率。

2. 静态图像处理

   • 人员: 3名肝胆外科专家
   • 负责内容: 对上述留取的静态图像进行解剖结构的识别和标注，要求每个关键性解剖结构标识图像不低于2000幅，并以此作为训练数据集构建人工智能解剖结构识别系统模型。

3. 人工智能解剖结构标识系统应用测试

   • 负责内容: 在至少200例拟行LC手术治疗的患者中对上述训练成功的人工智能解剖标识系统进行测试，并结合肝胆外科专家对LC术中解剖结构的判断的准确性进行对比分析，统计分析人工智能辅助组和常规组肝胆外科医生对LC手术的学习曲线、手术时间、出血量、术后并发症发生率等指标的差异性。

中科院自动化研究所

人员及负责内容

1. 深度学习算法研发

   • 负责内容: 一种基于深度学习的实时目标检测算法，对腹腔镜图像实现术中关键解剖部位识别，完成人工智能解剖识别系统的研发，并选取算法进行反复模型训练。

2. 模型评估与改进

   • 负责内容: 评价训练模型软件应用的整体准确率和局部准确率。组织肝胆外科医生应用CVS技术进行腹腔镜胆囊切除手术，并对术者手术录像中静态图像的解剖结构标识效果进行评估。计算整体准确率和局部准确率，改进和迭代算法，确定准确率阈值为95%。
     ,本研发团队由医学专家、计算机科学家、软件工程师等多学科专业人员组成，具有丰富的临床经验和技术研发能力。