Сохранение конфиденциальности при анализе хирургического видео с использованием классификатора глубокого обучения для выявления

Том 13 научных отчетов, номер статьи: 9235 (2023) Цитировать эту статью

129 доступов

6 Альтметрика

Подробности о метриках

Хирургический видеоанализ облегчает образование и исследования. Однако видеозаписи эндоскопических операций могут содержать конфиденциальную информацию, особенно если эндоскопическая камера вынесена из тела пациента и записываются сцены вне тела. Поэтому выявление сцен вне тела на эндоскопических видео имеет большое значение для сохранения конфиденциальности пациентов и персонала операционной. В этом исследовании была разработана и проверена модель глубокого обучения для идентификации внетелесных изображений в эндоскопических видео. Модель была обучена и оценена на внутреннем наборе данных по 12 различным типам лапароскопических и роботизированных операций и прошла внешнюю проверку на двух независимых многоцентровых тестовых наборах данных по лапароскопическому шунтированию желудка и операциям холецистэктомии. Характеристики модели оценивались по сравнению с аннотациями, полученными человеком, путем измерения площади рабочей характеристики приемника под кривой (ROC AUC). Был аннотирован внутренний набор данных, состоящий из 356 267 изображений из 48 видео, и два набора многоцентровых тестовых данных, состоящие из 54 385 и 58 349 изображений из 10 и 20 видео соответственно. Модель идентифицировала внетелесные изображения с ROC AUC 99,97% во внутреннем наборе тестовых данных. Среднее ± стандартное отклонение ROC AUC в наборе данных многоцентрового желудочного шунтирования составило 99,94 ± 0,07% и 99,71 ± 0,40% в наборе данных многоцентровой холецистэктомии соответственно. Модель может надежно идентифицировать изображения вне тела на эндоскопических видео и публикуется публично. Это облегчает сохранение конфиденциальности при анализе хирургического видео.

«И что бы я ни увидел или ни услышал в ходе своей профессиональной деятельности, […] если это будет то, что не следует публиковать за рубежом, я никогда не разглашаю, считая такие вещи священными тайнами»1.

Клятва Гиппократа

Хирургический видеоанализ облегчает обучение (обзор критических ситуаций и индивидуальная обратная связь)2,3, аттестацию (оценка на основе видео)4 и исследования (стандартизация хирургической техники в многоцентровых исследованиях5, оценка хирургических навыков)6,7. Несмотря на растущее использование, полный потенциал хирургического видеоанализа до сих пор не использован, поскольку ручное рассмотрение случаев требует много времени, затрат, требует экспертных знаний и вызывает вопросы конфиденциальности.

Поэтому в последнее время для автоматизации хирургического видеоанализа были приняты подходы к изучению хирургических данных. Модели искусственного интеллекта (ИИ) обучены распознавать этапы вмешательства8,9,10, инструменты8,11 и действия12 в хирургических видеороликах. Это позволяет использовать последующие приложения, такие как оценка оставшейся продолжительности операции13, автоматическое документирование критических событий14, оценка хирургических навыков15 и достижение контрольных точек безопасности16 или интраоперационное руководство17.

ИИ продолжит сокращать затраты и временные ограничения экспертов, просматривающих хирургические видео. Однако вопросы конфиденциальности, связанные с записью, хранением, обработкой и публикацией видеоданных пациентов, до сих пор не были решены должным образом. Привилегия врача и пациента, вытекающая из клятвы Гиппократа, защищает медицинские данные и личность пациентов от юридического расследования. Нарушение медицинской тайны медицинским персоналом в большинстве стран преследуется по закону. Особенно чувствительными являются эндоскопические видеозаписи, записанные в то время, когда пациент находится под наркозом в операционной (ИЛИ). Они часто содержат сцены операционной, которые потенциально могут раскрыть конфиденциальную информацию, например, личности пациентов или персонала операционной. Более того, если на видео запечатлены часы или календари, присутствующие в комнате, можно определить время или дату соответствующего вмешательства. Информация о дате и времени операции облегчает идентификацию пациента, перенесшего операцию. Эти сцены, записанные вне тела пациента, называются сценами вне тела. Если видеозапись уже началась до введения эндоскопа пациенту, не была остановлена ​​после завершения операции или каждый раз при очистке эндоскопа во время операции, записываются сцены вне тела.