DRKS - Deutsches Register Klinischer Studien

Studienakronym/Studienabkürzung

STOPGAP

Internetseite der Studie

Kein Eintrag

Allgemeinverständliche Kurzbeschreibung

Die Datenwissenschaft kann dazu beitragen, die Qualität der Gesundheitsversorgung zu verbessern. Allerdings gibt es nicht genügend Daten mit hoher Qualität. Daher müssen wir einen standardisierten Datensatz mit Operationsvideos erstellen, um die Lücke zu schließen.

Wissenschaftliche Kurzbeschreibung

Die chirurgische Datenwissenschaft (SDS) ist ein Forschungsbereich, der darauf abzielt, die Qualität der interventionellen Gesundheitsversorgung zu verbessern, indem alle Aspekte des Patientenbehandlungsprozesses beobachtet werden, um die richtige Hilfe zur richtigen Zeit zu leisten. Bislang basieren die meisten SDS-Anwendungen auf der Deep-Learning-Technik, die ein großes Potenzial für die Lösung anspruchsvoller Aufgaben in einer komplexen chirurgischen Umgebung gezeigt hat. Solche Algorithmen sind jedoch auf eine große Menge an Trainingsdaten angewiesen, die nicht nur Daten, sondern auch Markierungen (z. B. die Lokalisierung eines Instruments im Bild) enthalten müssen, damit sie zum Training verwendet werden können. Die Anwendung von Data Science in der Chirurgie war bisher weit weniger erfolgreich als in anderen Wissenschaftsbereichen. Ein internationales Expertenkonsortium hat fehlende Datensätze als größtes Hindernis für die Entwicklung von SDS identifiziert. Um qualitativ hochwertige Datensätze zu erstellen, müssen die Daten nach strengen Erfassungsprotokollen gesammelt und von geschultem Personal nach strengen Annotationsprotokollen annotiert werden. Dies erfordert einen erheblichen Aufwand, und der Zugang zu Expertenwissen stellt einen großen Engpass dar. Durch die Erstellung, Kuratierung und Veröffentlichung eines Datensatzes für den laparoskopischen Roux-en-Y-Magenbypass, eine Operation, bei der eine Darmanastomose durchgeführt werden muss, wollen wir die Verwendung von SDS-Methoden in der Ausbildung und während der Operation erleichtern. Die gesammelten Daten bestehen aus (1) Daten aus Schulungen und (2) realen Eingriffen in Operationssälen (OP). Es wird darauf geachtet, dass perioperative Daten (Operationsteam, Qualifikationsniveau, Patientendaten aus der elektronischen Patientenakte) sowie Videoclips von Chirurgen, die standardisierte Protokolle anwenden, systematisch erfasst und kommentiert werden. Diese Daten werden zusammen mit dem Datensatz veröffentlicht. Für die Beschriftung werden moderne Tools verwendet2, und es werden algorithmusspezifische Metadaten (Implementierung, Version, Unsicherheit, verwendete Trainingsdaten usw.) gesammelt und in den Datensatz aufgenommen.