A point-based objective scoring tool using surgical videos for grading difficulty levels of laparoscopic cholecystectomy

在手术室里，外科医生的双手动作精准，但他们所走的路径对于每位患者而言却鲜有雷同。腹腔镜胆囊切除术（即通过微小切口移除胆囊的手术）是全球范围内最常见的术式之一。对于某些患者，该器官静静地躺在那里，易于提起和移除；而对于另一些人，多年的炎症或感染已将该区域变成了由疤痕组织和液体构成的纠缠乱团，使得这项任务变得异常困难。这种变异性为医学界带来了一个难题：当一次手术是轻松的散步，而另一次则是攀登陡峭的悬崖时，你该如何公平地评价一名外科医生的技术？传统的难度衡量方式通常依赖于手术持续时间的长短，或是外科医生是否不得不转为较大的开放式切口。然而，这些衡量标准存在缺陷，因为它们过度依赖于外科医生自身的经验、助手的技术，甚至是器械的质量，而非患者身体本身呈现出的挑战。

为了解决这个问题，来自北墨尔本健康中心（Northern Health）和墨尔本大学的研究人员致力于开发一种新的手术分级方法。他们希望建立一个仅观察手术过程中视频屏幕上可见内容的系统，忽略其他一切因素。通过严格专注于视觉证据，他们旨在构建一把“标准尺”，用以客观地衡量病例的难度，而不受操作者是谁的影响。这种方法对于培训新一代外科医生和开展研究至关重要，因为它允许专家们在一个公平的平台上进行表现对比。这也为未来的技术铺平了道路，即计算机程序未来可以观看这些视频并自动评定难度，从而完全消除人为偏见。

研究团队首先收集了80段匿名胆囊切除术录像。他们仅选择了使用特定“四孔技术”拍摄的视频，即患者仰卧位，以确保视野的一致性。三位专门从事肝脏和胆道手术的专家观看了这些视频并对难度进行了评分。在开始之前，专家们接受了两个非研究样本视频的培训，以确保他们对观察重点达成共识。研究人员此前审查了现有的分级系统，并决定完全专注于实时视觉特征，例如胆囊的外观、移动的难易程度以及手术过程中出现的障碍物。

专家们观看了视频，并将每个病例分类为轻度、中度或重度。他们寻找特定的征兆，例如胆囊是否被埋在层层粘稠的疤痕组织之下，器官是否因肿胀或受损而无法用手术器械抓取，或者外科医生是否必须进行引流以使手术区域更安全。研究小组发现，专家们在大多数视觉征兆上表现出了高度一致。其中五个准则被评定为具有“极佳的一致性”，意味着专家们几乎总能看到相同的情况，另外四个准则显示出“良好的一致性”。没有准则被视为一致性差，这表明这些视觉线索是可靠的，并且可以被不同的人以同样的方式识别。

当研究人员将标记为“重度”的视频与标记为“轻度”的视频进行对比时，清晰的模式显现了出来。在困难病例中，出现胆囊被粘连（即连接器官的疤痕组织带）的情况频率更高。在重度组中，13%的病例出现了胆囊被完全掩埋的情况，而在轻度组中这一比例仅为1%。专家们还注意到，在最困难的病例中，胆囊壁通常会增厚，且器官本身显示出严重的感染或坏疽迹象。或许最能说明问题的是处理器官时的物理挣扎：在近一半的重度病例中，外科医生根本无法抓取胆囊，而这种情况在轻度病例中从未发生。在三分之二的重度病例中，外科医生必须进行减压处理，即通过引流胆囊内的液体来减小其体积和压力，以便继续手术。

为了将这些观察结果转化为一种可用的工具，团队利用统计学方法确定了哪些因素是最重要的。他们注意到，某些征兆（如胆囊壁增厚或坏疽迹象）经常同时出现，因此他们专注于那些作为困难手术独立预测因子的特征。他们发现，胆囊被疤痕组织完全掩埋是一个主要的预警信号。更为显著的是无法抓取器官或需要进行减压处理。研究人员根据这些因素对难度预测的强度分配了分值。例如，减压处理的需求被赋予了最高的权重，而胆囊颈部嵌顿结石也是一个关键因素。

最终的结果是一个简单的评分系统，外科医生或研究人员可以通过观看视频、检查这些特定的视觉征兆并累加分值来使用。如果得分达到一定水平，病例就会被归类为重度。团队测试了该系统，发现其效果良好。当他们将截断分值设为3分时，该工具能以极高的准确率识别出重度病例。当他们将截断分值降至1分时，它也能成功识别出中度病例。这意味着该系统能够基于视频中纯粹可见的内容，高精度地区分简单、中等和困难的手术。

这项研究并不声称已经解决了手术评估的所有问题，同时也承认存在一些局限性。研究人员仅观察了腹腔内部的手术部分，因此并未包括插入器械所需的时间以及患者的体位。此外，他们依赖于三位专家外科医生的主观判断来定义何为“重度”，而非将其结果与患者的康复时间等临床结局进行对比。然而，他们工作的核心力量在于其客观性。通过剥离掉诸如外科医生经验或手术时间点等因素，他们创建了一个完全聚焦于患者解剖结构及手术直接挑战的框架。

这项工作的意义不仅限于对单次手术的分级。通过证明专家仅凭观看视频就能可靠地识别出病例的难点，研究人员为下一代手术工具奠定了基础。如果人类可以可靠地在屏幕上识别出被掩埋的胆囊或卡住的结石，那么计算机程序最终也可能做到这一点。这可能会催生出人工智能系统，它们可以实时观看手术，提醒外科医生潜在的困难，或为培训提供自动化反馈。目前，这种基于分值的工具提供了一种清晰、可重复的方法来衡量腹腔镜胆囊切除术的真实难度，确保对手术技术的评估是基于手术本身的现实情况，而非周围的环境因素。