Characterizing Objective Performance Indicators with Force Feedback to Predict Clinical Outcomes in Robot-Assisted Radical Prostatectomy Using a Machine Learning-Enabled Analytics Application

在现代医学的手术室里，一场无声的革命正在发生，其驱动力并非源于新药或更锋利的解剖刀，而是源于隐藏在机器内部的数据。多年来，外科医生一直依靠自己的眼睛和双手来判断手术效果如何，通常需要等待数周或数月才能看到患者是否完全康复。然而，机器人手术系统已经进化成了复杂的数据收集器，能够以微观级的精度记录外科医生的每一次动作。这些机器可以追踪器械移动的速度、切割组织时使用的能量多少，甚至能测量作用于脆弱结构上的精确压力。这一被称为“客观性能测量”的领域，旨在将那些无形的数字流转化为一幅清晰的医疗技能图景。其最终目标既简单又深远：即理解手术过程中哪些特定的动作会导致患者醒来后恢复完整功能，而不仅仅是仅仅从手术中幸存下来。

来自哈肯萨克大学医学中心（Hackensack University Medical Center）和直觉外科公司（Intuitive Surgical）的一个研究小组致力于探索这种联系，研究对象是泌尿外科中最精细的手术之一：前列腺切除术。这项被称为根治性前列腺切除术的手术是一场高风险的平衡博弈。外科医生必须在移除癌变器官的同时，保护负责勃起功能的微小神经以及控制膀胱功能的肌肉。如果医生操作过于粗鲁，患者可能会丧失性功能或遭受失禁之苦；如果技术精准且轻柔，康复就会迅速。研究人员希望知道，机器人的内部传感器能否在患者离开医院之前就预测这些结果。他们专注于一种直到最近才基本可以获取的特定类型数据：力反馈（force feedback）。这是指机器人系统测量外科医生施加于组织上的实际压力的能力，它将外科医生的触感转化为了可量化的数字。

为了寻找答案，该团队回顾了使用最新的达芬奇（da way）机器人系统进行此类手术的患者记录，该系统配备了这些力感应器械。他们收集了50名男性关于勃起功能恢复的数据，以及36名男性关于尿控恢复的数据。研究人员不仅观察最终结果，还将手术分解为各个独立的步骤，例如切断血管或将膀胱缝合回去。随后，他们利用计算机程序分析机器人的数据，寻找将特定动作与特定结果联系起来的模式。计算机检查了医生手部移动的效率、切割组织时使用的电能多少，以及机器人手臂施加的力量。为了理解这些数字，团队还观看了手术视频，将数据点与屏幕上实际发生的场景进行匹配。

研究表明，机器人的数据确实可以预测患者的恢复情况，尽管这种预测强度因结果的不同而有所差异。对于勃起功能的恢复，数据具有很强的预示性。分析显示，最关键的时刻发生在医生解剖血管和前列腺后方的组织平面时。在康复良好的病例中，外科医生的器械移动更加高效，路径更短且更直接。他们使用的切割组织电能较少，而且最重要的是，施加的力量较小。数据显示，功能恢复良好的患者，其主刀医生在避免高压峰值方面做得更好，特别是在机器人手臂固定组织的时候。相比之下，恢复较差的患者，其医生往往施加了更高的力量，有时即使只是短暂地，也会用过紧的力度抓握组织。研究人员发现，这不仅仅在于平均而言是否温柔，更在于要避免产生可能损伤脆弱神经的突然、剧烈的压力峰值。

对于尿控能力的恢复，情况略有不同。计算机模型预测这一结果的难度较大，这表明膀胱的恢复取决于比单一位置压力更为广泛的因素。然而，数据仍然指向了清晰的模式。对膀сли恢复最重要的步骤是膀胱与尿道连接处的重建，以及前列腺顶端组织的解剖。在成功的案例中，外科医生的器械移动更加专注且受控。他们占据的手部空间更小，这表明其技术更加从容且内敛。他们也减少了摄像头的移动，保持视野稳定，并且对非惯用手的运用也更加节制。研究人员指出，虽然力对于膀胱恢复的重要性不如对性功能那么关键，但整体主题是一致的：效率与精准是关键。那些实现良好康复的医生并没有浪费动作或能量；他们的动作极其精简，这种“运动经济性”似乎保护了周围的组织。

为了确保这些数字反映的是事实，研究人员观看了表现最好和最差病例的手术视频。他们发现，数据与医生亲眼所见的景象是一致的。在困难的病例中，视频显示组织发炎且边界模糊，这迫使医生用力更猛，并使用更多能量来寻找正确的切割平面。数据通过更高的力量读数和更长的器械路径反映了这种挣扎。而在顺利的病例中，视频显示了解剖结构清晰，使医生能够自信且轻柔地操作。力传感器甚至捕捉到了医生自己可能忽略的瞬间，例如一次对组织的短暂过度拉扯，而数据将其标记为风险。这种视频与数字的结合，创造了一种理解手术的新方式，将抽象的指标转化为了关于技术的清晰叙述。

研究人员得出结论，通过观察手术的具体步骤以及在这些步骤中施加的力量，他们可以识别出哪些行为导致了更好的康复。他们发现，预后改善与动作效率的提高、电能使用的减少以及组织上峰值压力的降低密切相关。虽然这项研究是一项初步尝试，样本量也较为有限，但其结果表明这是一个强大的新工具，可用于培训和反馈。通过向外科医生展示其技术在何处可能对身体造成不必要的压力，这种方法提供了一条精进技能的路径。这项工作并不声称已经解决了手术康复的问题，但它证明了数据就在那里，等待被解读，为帮助患者更好地康复提供了一份无声且客观的指南。