수술 팀의 커뮤니케이션과 조율 등 비기술적 상호작용을 시간 확장 상호작용 그래프로 모델링해 수술 효율을 실시간으로 예측하는 접근법을 제안한다. 팀원을 시간 인덱싱 노드로, 커뮤니케이션 교환을 방향 에지로 표현하는 시공간 확장 구조를 통해 정적 그래프 신경망으로 효율적인 실시간 추론이 가능하다. 수술 기록 데이터 실험에서 구조화된 팀 상호작용 모델링이 장시간 시술의 조기 식별을 향상시키고 반사실적 분석으로 해석 가능한 행동 설명을 제공함을 보였다.
- •현재 수술 AI 시스템은 주로 시각적 워크플로우 신호를 모델링하며 수술 중 팀 상호작용의 구조화된 표현이 부재하다.
- •팀원을 시간 인덱싱 노드로, 커뮤니케이션 교환을 방향 에지로 표현하는 시간 확장 상호작용 그래프 구조를 사용한다.
- •정적 그래프 신경망으로 효율적인 실시간 추론이 가능하며, 반사실적 분석으로 소통 구조 변화와 해석 가능한 행동 변수를 식별한다.
- •수술 기록 데이터 실험에서 구조화된 팀 상호작용 모델링이 장시간 시술의 조기 식별을 향상시켰다.
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Actionable Real-Time Modeling of Surgical Team Dynamics via Time-Expanded Interaction Graphs
- 1.수술팀 역학을 시간 확장 상호작용 그래프로 실시간 모델링하는 방법론 제안
- 2.팀원을 시간 인덱스 노드, 소통 교환을 방향 엣지로 표현해 시공간적 상호작용 포착
- 3.절차 효율성 예측 및 반사실적 분석으로 소통 구조 개선 방향 도출
- 4.정적 GNN으로 효율적 추론 지원하며 수술실 실시간 배포 가능
왜 중요한가?
수술팀의 기술적 실행과 비기술적 소통 역학을 AI로 통합 모델링해, 수술 효율 예측 및 팀 행동 개선에 실시간 활용 가능한 실용적 접근법을 최초로 제시한다.
본문 미리보기
arXiv:2605.04169v1 Announce Type: new Abstract: Surgical team performance arises from complex interactions between technical execution and non-technical skills, including communication and coordination dynamics. However, current surgical AI systems predominantly model visual workflow signals, lacking structured representations of intraoperative team interactions over time. We propose a real-time actionable approach for modeling surgical team dynamics using time-expanded interaction graphs, wher
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:10AI 초안
