연구팀이 MIS-CRS 수술 워크플로우 분석을 위한 AI 모델 'AI-ColoWorkflow'를 개발했어요. 4개 기관과 공개 데이터셋의 수술 영상을 활용해 모델을 훈련했어요. AI-ColoWorkflow는 기존 모델보다 우수한 성능을 보였으며, 특히 절차별 단계 인식에서는 차이를 보였어요. 다기관 데이터로 훈련한 모델은 개별 기관이나 절차별 모델보다 일반화 성능이 뛰어나다는 점이 확인됐어요.
AI-ColoWorkflow는 수술 단계 인식에서 73.01%의 macro F1 점수를 기록했으며, 단계 인식에서는 39.82%의 점수를 기록했어요. 이는 수동 분석의 시간 제약 문제를 해결하고 MIS-CRS 워크플로우 평가를 효율화할 수 있음을 의미해요.
연구 결과는 MIS-CRS 수술의 표준화 및 품질 향상에 기여할 수 있으며, 향후 수술 AI 개발에 있어 하이브리드 훈련 전략의 필요성을 시사해요. AI-ColoWorkflow는 수술 워크플로우 평가의 새로운 가능성을 제시하며, 의료 서비스의 질을 향상시키는 데 기여할 것으로 기대돼요.