영상만으로 수술 숙련도를 측정하는 RAUL 프레임워크 개발
RAUL: Reference-Assisted Ureteroscopy Localization for Skill Assessment
arXiv요로경 수술 시 숙련도 측정이 어려웠던 문제를 해결하기 위해, RAUL은 영상만으로 내시경 장비의 움직임 궤적을 복원하는 혁신적인 프레임워크를 개발했습니다.
- 이 기술은 기존 방식 대비 위치 추적률을 대폭 높여(50%대 $ ightarrow$ 86%대), 수술자의 경험에 따른 미세한 이동 패턴 차이를 정량적으로 분석할 수 있습니다.
- 외부 센서 없이도 수술 과정을 정밀하게 평가할 수 있어, 전 세계적으로 표준화되고 확장 가능한 자동 교육 시스템 구축의 기반이 됩니다.
- 현재는 훈련용 모형(phantom) 환경에서 검증되었으므로, 실제 임상 현장 적용을 위해서는 추가적인 보정과 검증이 필요합니다.
요로경 신장 결석 수술 중 내비게이션의 미흡함은 재개입을 유발할 수 있으나, 수련생의 실제 스코프 이동 성능을 객관적으로 측정할 지표가 부족했습니다. 본 연구는 RAUL이라는 참조 기반 복원 프레임워크를 제안하여, 요로경 비디오만으로 내시경 궤적을 복구하고 이를 통해 수술자의 기술 차이를 정량화하는 것을 목표로 합니다.
RAUL은 환자 모형(phantom) 환경에서 느리고 고품질의 참조 탐색 영상을 사용하여 기준 재구성을 생성한 후, 이후 탐색 비디오를 이 참조 영상에 맞춰 위치 추적합니다. 그 결과, 평균 이동 제곱근 오차는 9개의 환자 모형에 걸쳐 $0.5 \pm 0.1$ mm를 달성했습니다. 또한, 기존 표준 SfM(Structure-from-Motion) 방식 대비 프레임별 위치 추적 범위를 $50.5 \pm 14.9\%$에서 $86.1 \pm 7.2\%$로 크게 높였습니다.
복원된 궤적을 분석한 결과, 높은 경험과 낮은 경험의 수련생들 사이에 확립된 내비게이션 지표에서 유의미한 차이가 발견되었습니다. 이 기술은 외부 추적 센서 없이도 비디오만으로 요로경 궤적 복원을 가능하게 한 최초의 사례 중 하나이며, 이를 통해 자동화되고 확장 가능한 수술 교육 시스템 구축에 기여할 것으로 기대됩니다.