IMPLEMENTATION OF MACHINE LEARNING METHODS TO UNDERSTAND SURGICAL RESIDENTS' SKILL LEVELS THROUGH THEIR HAND MOVEMENTS GENERATED BY COMPUTER-BASED SIMULATION TRAINING ENVIRONMENTS
Date
2023-07
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Medical disciplines have been experiencing big challenges in its existing complex
nature, parallel with the development of the new technologies. Classical approaches
evolve into modern solutions in the adaptation process even some are becoming
completely obsolete. The natural complications of an ordinary open surgery directed
this evolution towards the term minimally invasive operations. Minimally invasive
surgery (MIS), as a general term, uses or creates cavity in the body to reach the desired
body part by using necessary tools. The aim is to give less pain to the patient by
keeping less incision and tissue damage. However, there are still several problems for
the education programs of related surgical procedures. For instance, defining and
objectively measuring the surgical skill levels is a challenging process. In this regard,
first a systematic review study is conducted to better understand the surgical skill level
classification approaches. Afterwards, it is aimed to classify intermediate and novice
surgical skills with higher accuracy compared to the previous classification efforts
using any possible hand movement-oriented data gathered through virtual reality
environments in an experimental study. The results show that it is possible to improve
the classification more using different data engineering techniques based on a reproducible adapted framework. It is believed that, in the future, it is possible to adapt
this research study effort to any virtual environment with a proper set of tools, the
applicable software engineering efforts on top of data science discernment, as well as
possible innovative machine learning approximations.
Tıp disiplinleri, yeni teknolojilerin gelişimine paralel olarak kendi mevcut karmaşık yapısı içinde büyük zorluklar yaşamaktadır. Klasik yaklaşımlar, adaptasyon sürecine girerek modern çözümlere evrilmekte hatta bazıları tamamen geçerliliğini yitirmektedir. Sıradan bir açık ameliyatın doğal olarak ortaya çıkan komplikasyonları, minimal invaziv ameliyatların gelişmesine yol açmıştır. Minimal invaziv cerrahi ile istenen vücut bölgesine ulaşmak için gerekli aletler yardımıyla, küçük kesiler açılarak vücuttaki boşluklar kullanılır veya yenisi oluşturulur. Böylece daha az kesi ve doku hasarı sayesinde hastanın da daha hızlı ve rahat bir iyileşme süreci geçirmesi amaçlanır. Bununla birlikte, ilgili cerrahi işlemlerin eğitim programlarında hala çeşitli sorunlar bulunmaktadır. Örneğin, cerrahi beceri düzeylerinin tanımlanması ve objektif olarak ölçülmesi zorlu bir süreçtir. Bu bağlamda, öncelikle cerrahi beceri düzeyi sınıflandırma yaklaşımlarını daha iyi anlamak için sistematik bir derleme çalışması yapılmıştır. Daha sonra deneysel bir çalışmada sanal gerçeklik ortamları aracılığıyla elde edilen el hareket verileri kullanılarak orta ve acemi cerrahi becerilerin önceki sınıflandırma çabalarına göre daha yüksek doğrulukla sınıflandırılması amaçlanmaktadır. Sonuçlar, yeniden üretilebilir uyarlanmış bir çerçeveye dayalı olarak farklı veri mühendisliği teknikleri kullanılarak sınıflandırmanın daha iyi hale getirilmesinin mümkün olduğunu göstermektedir. Gelecekte bu araştırma çalışmasını, uygun bir araç seti, veri bilimi muhakemesinin üzerine inşa edilen yazılım mühendisliği çabaları ve muhtemel yenilikçi makine öğrenimi yaklaşımları ile herhangi bir sanal ortama uyarlamanın mümkün olduğuna inanılmaktadır.
Tıp disiplinleri, yeni teknolojilerin gelişimine paralel olarak kendi mevcut karmaşık yapısı içinde büyük zorluklar yaşamaktadır. Klasik yaklaşımlar, adaptasyon sürecine girerek modern çözümlere evrilmekte hatta bazıları tamamen geçerliliğini yitirmektedir. Sıradan bir açık ameliyatın doğal olarak ortaya çıkan komplikasyonları, minimal invaziv ameliyatların gelişmesine yol açmıştır. Minimal invaziv cerrahi ile istenen vücut bölgesine ulaşmak için gerekli aletler yardımıyla, küçük kesiler açılarak vücuttaki boşluklar kullanılır veya yenisi oluşturulur. Böylece daha az kesi ve doku hasarı sayesinde hastanın da daha hızlı ve rahat bir iyileşme süreci geçirmesi amaçlanır. Bununla birlikte, ilgili cerrahi işlemlerin eğitim programlarında hala çeşitli sorunlar bulunmaktadır. Örneğin, cerrahi beceri düzeylerinin tanımlanması ve objektif olarak ölçülmesi zorlu bir süreçtir. Bu bağlamda, öncelikle cerrahi beceri düzeyi sınıflandırma yaklaşımlarını daha iyi anlamak için sistematik bir derleme çalışması yapılmıştır. Daha sonra deneysel bir çalışmada sanal gerçeklik ortamları aracılığıyla elde edilen el hareket verileri kullanılarak orta ve acemi cerrahi becerilerin önceki sınıflandırma çabalarına göre daha yüksek doğrulukla sınıflandırılması amaçlanmaktadır. Sonuçlar, yeniden üretilebilir uyarlanmış bir çerçeveye dayalı olarak farklı veri mühendisliği teknikleri kullanılarak sınıflandırmanın daha iyi hale getirilmesinin mümkün olduğunu göstermektedir. Gelecekte bu araştırma çalışmasını, uygun bir araç seti, veri bilimi muhakemesinin üzerine inşa edilen yazılım mühendisliği çabaları ve muhtemel yenilikçi makine öğrenimi yaklaşımları ile herhangi bir sanal ortama uyarlamanın mümkün olduğuna inanılmaktadır.
Description
CERRAHİ ASİSTANLARIN BECERİ DÜZEYLERİNİN ANLAŞILMASI
AMACIYLA BİLGİSAYAR TABANLI SİMÜLASYON EĞİTİM
ORTAMLARININ OLUŞTURDUĞU EL HAREKETLERİ VERİSİNE
MAKİNE ÖĞRENME YÖNTEMLERİNİN UYGULANMASI
Keywords
Virtual Reality, Surgical Education, Hand Movement, Feature
Engineering, Machine Learning. Sanal Gerçeklik, Cerrahi Eğitim, El Hareketi, Öznitelik
Mühendisliği, Makine ÖğrenimiSanal Gerçeklik, Cerrahi Eğitim, El Hareketi, Öznitelik
Mühendisliği, Makine Öğrenimi.