Study on the Learning Curve of Single-Center Robot-Assisted Hepatectomy for Malignant Liver Tumors

कल्पना कीजिए कि मानव शरीर एक हलचल भरे, जटिल शहर की तरह है, और लिवर (यकृत) इसका विशाल, महत्वपूर्ण पावर प्लांट है। दशकों तक, यदि उस पावर प्लांट में कोई खतरनाक समस्या (एक ट्यूमर) विकसित होती थी, तो सर्जनों को "ओपन हार्ट सर्जरी" शैली के ऑपरेशन करने पड़ते थे: शरीर के अंदर पहुँचने के लिए एक बड़ा चीरा लगाना और अपने हाथों तथा मानक उपकरणों का उपयोग करना। यह प्रभावी था, लेकिन यह एक छोटी घड़ी को हथौड़े से ठीक करने की कोशिश करने जैसा था—बहुत अधिक संपार्श्विक क्षति (collateral damage), रिकवरी में लंबा समय और बहुत अधिक दर्द। फिर रोबोट आए। इन सर्जिकल रोबोटों को परम, अति-सटीक रिमोट-कंट्रोल कारों के रूप में सोचें। वे केवल चलते नहीं हैं; उनमें "कलाई जैसे" जोड़ होते हैं जो उन तरीकों से मुड़ और घूम सकते हैं जो मानवीय हाथ नहीं कर सकते, वे सर्जन के हाथ के प्राकृतिक कंपन को फ़िल्टर करते हैं, और वे सर्जन को अंदर से शहर की सड़कों (रक्त वाहिकाओं और ऊतकों) का 3D, हाई-डेफिनिशन दृश्य प्रदान करते हैं।

लेकिन यहाँ एक पेंच है: सिर्फ इसलिए कि आपके पास एक शानदार रिमोट-कंट्रोल कार है, इसका मतलब यह नहीं है कि आप पहले ही दिन इसे पूरी तरह से चला सकते हैं। इन मशीनों को चलाने के लिए सीखना कुछ हद तक मोटे दस्ताने पहनकर "हार्ड मोड" पर वीडियो गेम खेलने जैसा है। सर्जन को अपने मस्तिष्क को इस तरह से प्रशिक्षित करना होगा कि वह अपने हाथों को उस तरीके से चलाए जो वर्षों से किए गए कार्यों से बिल्कुल अलग महसूस हो। "भुलक्कड़ नौसिखिया" से "मास्टर पायलट" बनने की इस यात्रा को लर्निंग कर्व (सीखने की अवस्था) कहा जाता है। यह वह मार्ग है जहाँ एक सर्जन पर्याप्त अभ्यास करता है ताकि वह तेज़, सुरक्षित और अधिक कुशल बन सके। चिकित्सा जगत के लिए बड़ा सवाल यह है कि: इसे बेहतर बनाने के लिए वास्तव में कितनी सर्जरी करने की आवश्यकता है? यदि उत्तर "सौ" है, तो मरीजों के लिए एक सुरक्षित, शीर्ष स्तर के सर्जन की प्रतीक्षा करने का यह एक लंबा समय है। यदि उत्तर "तीस" है, तो हम अधिक लोगों को तेज़ी से प्रशिक्षित कर सकते हैं।

यह शोध पत्र चीन के एक अस्पताल के सर्जनों की एक टीम के विस्तृत लॉगबुक की तरह है, जिन्होंने उस सटीक यात्रा को मैप करने का निर्णय लिया। उन्होंने मार्च 2016 और अप्रैल 2025 के बीच घातक (कैंसरयुक्त) ट्यूमर के लिए रोबोट-असिस्टेड लिवर सर्जरी के 184 रोगियों के रिकॉर्ड की जांच की। ये सभी सर्जरी एक ही मुख्य सर्जन द्वारा की गई थीं, जो इस प्रकार के अध्ययन के लिए एकदम सही है क्योंकि यह "अलग-अलग लोगों के अलग-अलग गति से सीखने" के चर (variable) को हटा देता है। शोधकर्ता यह देखना चाहते थे कि सर्जन कब लड़खड़ाना बंद करता है और सुचारू रूप से उड़ना शुरू करता है।

इसे करने के लिए, उन्होंने CUSUM विधि (संचयी योग) नामक एक चतुर गणितीय ट्रिक का उपयोग किया। कल्पना करें कि आप प्रत्येक सर्जरी के समय का स्कोरकार्ड रख रहे हैं। यदि आप अभी शुरुआत कर रहे हैं, तो आपके समय में बहुत उतार-चढ़ाव हो सकते हैं, कभी-कभी बहुत लंबा। जैसे-जैसे आप बेहतर होते हैं, आपका समय कम और स्थिर होना चाहिए। CUSUM विधि एक रेखा खींचती है जो औसत से धीमे होने पर ऊपर जाती है और तेज़ होने पर नीचे आती है। वह बिंदु जहाँ वह रेखा ऊपर जाना बंद करती है और लगातार नीचे जाने लगती है, वह "अहा!" क्षण है—वह बिंदु जहाँ लर्निंग कर्व समतल हो जाता है, और सर्जन ने आधिकारिक तौर पर कौशल में महारत हासिल कर ली है।

शोधकर्ताओं ने यह भी महसूस किया कि सभी लिवर ट्यूमर एक समान नहीं होते। कुछ आसानी से पहुँचने योग्य होते हैं (जैसे मेज के किनारे पर स्थित ट्यूमर), जबकि अन्य तंग कोनों में छिपे होते हैं (जैसे किसी खंभे के पीछे छिपा ट्यूमर)। उन्होंने सर्जरी को "कम कठिनाई" और "उच्च कठिनाई" समूहों में वर्गीकृत करने के लिए इवाटे स्कोर (Iwate score) नामक एक मानक स्कोरिंग प्रणाली का उपयोग किया।

यहाँ उन्हें क्या मिला:

"कम कठिनाई" वाली लर्निंग कर्व
आसान सर्जरी के लिए, सर्जन को "परिपक्वता चरण" (maturation phase) तक पहुँचने के लिए 32 मामलों को करने की आवश्यकता थी। इस 32वें मामले (सुधार चरण) तक पहुँचने से पहले, ऑपरेशनों में अधिक समय लगा। इस सीखने की अवधि के दौरान औसतन, ऑपरेशन लगभग 184.8 मिनट चले और इसमें रक्त की हानि अधिक (लगभग 240.9 मिली) हुई। एक बार जब वे 32-मामलों की सीमा पार कर गए, तो चीजें बहुत सुचारू हो गईं। सर्जरी का समय काफी कम होकर लगभग 142.2 मिनट हो गया, और रक्त की हानि घटकर केवल 84.7 मिली रह गई। ऐसा लग रहा था जैसे सर्जन ने अंततः गुप्त नियंत्रण समझ लिया है, और रोबोट लड़खड़ाने के बजाय नृत्य करने लगा है।

"उच्च कठिनाई" वाली लर्निंग कर्व
जटिल और कठिन सर्जरी के लिए, लर्निंग कर्व थोड़ा अलग था लेकिन आश्चर्यजनक रूप से लंबाई में समान था। इन कठिन मामलों में महारत हासिल करने के लिए सर्जन को 33 मामलों की आवश्यकता थी। इन कठिन मामलों के शुरुआती "सुधार चरण" के दौरान, सर्जरी लगभग 245.3 मिनट चली। वहाँ गंभीर जटिलताओं का जोखिम भी अधिक था: 3 रोगियों में गंभीर जटिलताएँ देखी गईं, और 1 सर्जरी को पारंपरिक ओपन सर्जरी में बदलना पड़ा क्योंकि ट्यूमर रोबोटिक रूप से संभालने के लिए बहुत कठिन था। हालाँकि, एक बार जब सर्जन 33-मामलों के निशान को पार कर गया (परिपक्वता चरण), तो समय घटकर 211.9 मिनट हो गया, और महत्वपूर्ण रूप से, बाद के समूह में शून्य गंभीर जटिलताएँ हुईं। सर्जन ने बिना टकराए तंग कोनों में नेविगेट करना सीख लिया था।

निष्कर्ष
अध्ययन बताता है कि रोबोटिक लिवर हटाने में कुशल होने के लिए आपको सैकड़ों सर्जरी करने की आवश्यकता नहीं है। आसान मामलों के लिए, सही करने के लिए लगभग 32 प्रयास पर्याप्त हैं। बेहद कठिन मामलों के लिए, इसमें 33 मामले लगते हैं। शोध पत्र स्पष्ट रूप से नोट करता है कि हालांकि इन संख्याओं के बाद समय और जटिलताओं में महत्वपूर्ण सुधार हुआ, लेकिन कठिन मामलों के लिए रक्त की हानि और अस्पताल में रहने की अवधि में उतना नाटकीय बदलाव नहीं आया, क्योंकि संभवतः टीम ने पहले से ही अन्य युक्तियाँ (जैसे विशेष एनेस्थीसिया तकनीक) सीख ली थीं जो मरीजों को सुरक्षित रखने में मदद करती थीं, भले ही सर्जन अभी भी रोबोट को समझने की प्रक्रिया में था।

लेखक सावधानी बरतते हुए कहते हैं कि यह एक अस्पताल और एक सर्जन पर आधारित है, इसलिए यह एक सार्वभौमिक नियम के बजाय एक मजबूत संकेत है। वे सुझाव देते हैं कि नए सर्जनों को आसान मामलों (इवाटे स्कोर 6 या उससे कम) से शुरुआत करनी चाहिए और केवल कठिन मामलों पर जाने से पहले उन्हें अपने कौशल को विकसित करना चाहिए। वे वास्तविक मरीज को छूने से पहले वर्चुअल रियलिटी सिमुलेटर का उपयोग करके अभ्यास करने की भी सिफारिश करते हैं, ठीक वैसे ही जैसे एक पायलट वास्तविक विमान उड़ाने से पहले फ्लाइट सिम्युलेटर में प्रशिक्षण लेता है।

संक्षेप में, यह शोध पत्र हमें बताता है कि रोबोटिक लिवर सर्जरी के लिए "लर्निंग कर्व" कोई खड़ी ढलान नहीं है जिसे आपको वर्षों तक चढ़ना पड़ता है; यह एक पहाड़ी की तरह है जिसे आप लगभग एक महीने की दैनिक सर्जरी में पार कर सकते हैं। एक बार जब आप शीर्ष पर पहुँच जाते हैं, तो दृश्य मरीज के लिए बहुत सुरक्षित होता है, और सर्जन एक मास्टर शिल्पकार की सटीकता के साथ कार्य कर सकता है।