2021 Fiscal Year Annual Research Report

Surgical performance evaluation and feedback for surgeons' daily spiral growth

Research Project

Project/Area Number	21H03568
Allocation Type	Single-year Grants
Research Institution	Tokyo Women's Medical University
Principal Investigator	吉光喜太郎東京女子医科大学, 医学部, 特任講師 (00551326)
Co-Investigator(Kenkyū-buntansha)	齋藤太一東京女子医科大学, 医学部, 講師 (40457247) 山口智子東京女子医科大学, 医学部, 特任助教 (40879970) 山田和彦国立研究開発法人国立国際医療研究センター, その他部局等, 医長 (70401081)
Project Period (FY)	2021-04-01 – 2026-03-31
Keywords	手術支援 / 業務効率化 / 手術工程解析 / 同線解析 / 学習支援 / 脳神経外科 / 血管内治療 / パフォーマンス評価
Outline of Annual Research Achievements	本年度は外科手術スパイラル成長支援システムの要件定義から着手した。このシステムの最終目標はカラオケの採点のように手術終了時に「今日の症例はXX点！」のようにパフォーマンススコアを提示し臨床スタッフにフィードバックすることで臨床力の向上を目指している。これを実現するために、各スタッフ動線、タスク内容を同定できるシステムを２段階で構築することにした。本年度はいつ、だれが、なにをしているかを計測するシステムを構築した。計測対象手術は症例数が多く、手順が定型化され熟練医と経験の浅い医師の技術やチームパフォーマンスの差が顕著に評価しやすい脳神経外科血管内治療の症例をターゲットとし、当該症例が実施されているスマート治療室（SCOT A室）にシステムを構築することとした。スタッフ動線捕捉用センサは赤外線深度センサを2製品検討した。検討の結果、他モダリティとの同期、およびシステム連携実績が豊富なセンサを選定し、手術室前の廊下、操作室、手術室内に死角なきよう当該センサを20個天井面に設置した。これにより手術室フロアのどこに人がいるかがわかる。解析システムではエリア定義もできるため、エリアとタスクの紐づけから何をしているかが分析できる。個人識別には顔認証システムを連携させることで、以上を統合することでいつ、だれが、なにをしているかをデータ集約できるシステムとした。また、本年度は計測した結果をスコア化するためのアルゴリズムを検討するために、その第一段階として血管内治療症例においてスコアリングに大きく影響する可能性の高い評価パラメータの検討を実施した。その結果、目標となる手術計画との時間的差分、視線の移動量、医師がオーダーを出すタイミングと対応時間、タスク実施時間が重要パラメータと定義し、これらを用いて血管内治療症例における手術の理想形（あるべき姿）を設定した。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 外科手術スパイラル成長支援システムの構築は、年度当初よりシステムで使用するセンシングデバイスの選定検討し、データロスなく取得できること、利活用のためのユーティリティが充実していることを条件に理想的なシステムが構築できた。当初予定していたスケジュール感よりも四半期程度早く終えられたため、今後手術室でのデータ取得を加速させていく。一方で、当初システム構築を予定していた手術室での症例では赤外線センサを使用する医療機器との干渉が懸念されたため、急遽他の症例にターゲットを変更しなければならなくなった。これにより、当初予定していた手術（脳腫瘍摘出術）ではなく血管内治療術に関する評価系アルゴリズムの検討に着手したため、当初予定から遅延が発生した。この遅延を取り戻す打ち手として次年度より新たに血管内治療を専門とする意思を研究分担者に加えた。従来予定していた脳腫瘍摘出術、上部消化管における外科手術の評価モデル構築は継続していくが、あらたに血管内治療術の評価モデルの構築にも取り組んでいく。
Strategy for Future Research Activity	次年度は、本年度構築したシステムを活用し、血管内治療術でのデータ蓄積を加速する。7月の倫理審査委員会で臨床研究として承認を取得し、速やかにデータ集約作業に取り掛かる。蓄積したデータを解析し本システムの有用性を検証するためにも、まずは取得―解析―結果提示を一周走らせることでシステムの基礎的評価を実施する。また、本年度設計したシステムは、いつ、だれが、なにをしているかがわかるシステムであり、いわば「現状の見える化」の一部が達成できたと言える。次年度以降はさらに機器の状態を時系列に分析することで、手術室で使用されている医療機器がそれぞれいつどのような状態にあるかがわかるシステムの構築を検討する。これにより手術工程全体を可視化することが可能になり、現状とあるべき姿とのギャップがより鮮明に描写できるようになると考えられる。評価アルゴリズムの構築として、評価パラメータを決定し、それぞれのパラメータに関し、取得データを利活用してどのように評価関数を定義するかの検討を進める。