Cerrahi asistanların beceri düzeylerinin anlaşılması amacıyla bilgisayar tabanlı simülasyon eğitim ortamlarının oluşturduğu el hareketleri verisine makine öğrenme yöntemlerinin uygulanması

Abstract

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.

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.