Nâng tầm đánh giá chất lượng phẫu thuật trong cắt dạ dày xa: Đánh giá tự động Critical View of Quality bằng computer vision

Điểm nổi bật

Critical View of Quality (CVQ) được giới thiệu như một hệ thống chấm điểm trong mổ dựa trên giải phẫu, nhằm đo lường chất lượng nạo hạch trong phẫu thuật cắt dạ dày xa xâm lấn tối thiểu.

CVQ cho thấy mối tương quan thuận có ý nghĩa với số lượng hạch lấy được, phản ánh mức độ triệt để của phẫu thuật và sự khác biệt giữa các phẫu thuật viên mà không ảnh hưởng đến kết cục hậu phẫu ngắn hạn.

Một mô hình computer vision mới đã chứng minh độ chính xác cao, với precision lên tới 91,5%, trong phân loại CVQ tự động từ video trong mổ, qua đó cung cấp phương pháp đánh giá chất lượng phẫu thuật có thể mở rộng và khách quan.

Bối cảnh nghiên cứu

Ung thư dạ dày vẫn là một trong những nguyên nhân hàng đầu gây mắc bệnh và tử vong do ung thư trên toàn cầu, trong đó chất lượng nạo hạch là yếu tố quyết định quan trọng đối với kết cục ung bướu trong phẫu thuật cắt dạ dày xa. Theo truyền thống, số lượng hạch lấy được—số hạch được thu nhận sau phẫu thuật—được dùng như một chỉ số thay thế cho chất lượng nạo hạch. Tuy nhiên, số lượng hạch lấy được phản ánh quá trình xử lý giải phẫu bệnh và không thể đánh giá trực tiếp kỹ thuật trong mổ hoặc mức độ hoàn chỉnh của thao tác phẫu thuật.

Để khắc phục hạn chế này, cần có các chỉ số trong mổ phản ánh chất lượng nạo hạch. Khái niệm Critical View of Quality (CVQ), tương tự như critical view of safety đã được thiết lập vững chắc trong phẫu thuật cắt túi mật, được đề xuất như một hệ thống chấm điểm theo giải phẫu, biểu thị mức độ hoàn chỉnh của nạo hạch tại năm trạm hạch trọng yếu trong phẫu thuật cắt dạ dày xa.

Hơn nữa, việc tích hợp computer vision và trí tuệ nhân tạo (AI) vào phân tích video phẫu thuật mở ra những hướng đi đầy hứa hẹn cho đánh giá chất lượng trong mổ một cách khách quan, có thể tái lập và có khả năng triển khai trên quy mô lớn.

Thiết kế nghiên cứu

Nghiên cứu đoàn hệ hồi cứu này phân tích 260 bệnh nhân được phẫu thuật cắt dạ dày xa xâm lấn tối thiểu (bao gồm cả tiếp cận nội soi và robot) với đầy đủ bản ghi video trong mổ. Nghiên cứu có ba mục tiêu chính: 1) xác thực CVQ như một chỉ số lâm sàng bằng cách khảo sát mối tương quan với số lượng hạch lấy được; 2) tìm hiểu các yếu tố liên quan đến bệnh nhân và phẫu thuật viên có liên quan đến điểm CVQ; và 3) phát triển và xác thực một mô hình computer vision để đánh giá CVQ tự động bằng dữ liệu video theo thời gian.

Điểm CVQ được chấm dựa trên các tiêu chí giải phẫu chi tiết phản ánh mức độ hoàn chỉnh của nạo hạch tại năm trạm hạch then chốt trong phẫu thuật ung thư dạ dày. Số lượng hạch lấy được được ghi nhận là tiêu chí đánh giá chính. Các kết cục hậu phẫu ngắn hạn cũng được xem xét. Mô hình tính toán bao gồm việc huấn luyện một thuật toán AI trên các đoạn video phẫu thuật được chú thích trạng thái hoàn chỉnh CVQ để phân loại các thành phần là hoàn chỉnh hoặc không hoàn chỉnh.

Kết quả chính

Quan sát thấy mối tương quan thuận mức độ trung bình giữa CVQ và số lượng hạch lấy được (Pearson r=0,485; Spearman ρ=0,484; cả hai P < 0,001), cho thấy điểm CVQ cao hơn phản ánh đáng tin cậy một cuộc nạo hạch toàn diện hơn. Hồi quy tuyến tính đa biến xác nhận rằng CVQ có liên quan độc lập với mức tăng trung bình khoảng 4,79 hạch lấy được cho mỗi đơn vị tăng của điểm CVQ (KTC 95%: 3,83-5,74; P < 0,001).

Phân tích theo tứ phân vị CVQ cho thấy số lượng hạch lấy được tăng theo từng bậc một cách có ý nghĩa (từ 28,9 hạch ở tứ phân vị thấp nhất lên 47,6 hạch ở tứ phân vị cao nhất; P < 0,001).

Các yếu tố liên quan đến điểm CVQ thấp hơn bao gồm tuổi bệnh nhân cao hơn, chỉ số khối cơ thể (body mass index, BMI) cao hơn, phân loại tình trạng thể chất của American Society of Anesthesiologists (ASA) cao hơn, giới nam và sự khác biệt quy cho từng phẫu thuật viên, qua đó làm nổi bật ảnh hưởng của đặc điểm bệnh nhân và kinh nghiệm phẫu thuật đối với chất lượng nạo hạch.

Đáng chú ý, không ghi nhận mối liên quan có ý nghĩa thống kê giữa điểm CVQ và các biến chứng hậu phẫu ngắn hạn, gợi ý rằng việc theo đuổi tiêu chuẩn CVQ cao hơn không làm ảnh hưởng đến an toàn phẫu thuật tức thời.

Mô hình computer vision cho thấy năng lực ấn tượng với precision trung bình lên tới 91,5% trong phân loại các thành phần CVQ từ các đoạn video phẫu thuật. Điều này xác nhận tính khả thi của đánh giá chất lượng tự động, theo thời gian thực trong phẫu thuật cắt dạ dày xa.

Bình luận chuyên gia

Việc đưa CVQ vào như một chỉ số chất lượng định lượng trong mổ là một bước tiến đáng kể trong phẫu thuật ung thư dạ dày, vượt ra ngoài việc chỉ phụ thuộc vào các chỉ số giải phẫu bệnh sau phẫu thuật. Chỉ số này nắm bắt được hiệu quả phẫu thuật gắn chặt với mức độ triệt để về mặt ung bướu và có thể hỗ trợ phản hồi theo thời gian thực cũng như cải thiện chất lượng.

Mối tương quan mức độ trung bình với số lượng hạch lấy được nhấn mạnh rằng CVQ đánh giá những khía cạnh của chất lượng phẫu thuật vượt ra ngoài con số hạch đơn thuần, bao gồm mức độ khó của cuộc mổ và các yếu tố liên quan đến phẫu thuật viên, vốn có thể ảnh hưởng đến hiệu quả ung bướu lâu dài.

Việc nghiên cứu phát triển công cụ đánh giá tự động dựa trên computer vision giải quyết những rào cản quan trọng đối với việc áp dụng rộng rãi các chỉ số chất lượng trong mổ, nhờ khả năng mở rộng và tính tái lập khách quan. Tích hợp AI vào quy trình phẫu thuật hứa hẹn chuẩn hóa đo lường chất lượng và nâng cao đào tạo cũng như đối sánh năng lực phẫu thuật viên.

Các hạn chế bao gồm thiết kế hồi cứu đơn trung tâm, có thể giới hạn khả năng khái quát hóa. Chất lượng video và sự không đồng nhất trong kỹ thuật phẫu thuật có thể ảnh hưởng đến hiệu năng của mô hình. Các nghiên cứu tiến cứu đa trung tâm trong tương lai nên xác thực tác động của CVQ đối với kết cục ung bướu dài hạn và đánh giá việc tích hợp công cụ AI trong thực hành lâm sàng thực tế.

Kết luận

Nghiên cứu này xác lập Critical View of Quality (CVQ) là một chỉ số trong mổ có ý nghĩa, dựa trên giải phẫu để đo lường chất lượng nạo hạch trong phẫu thuật cắt dạ dày xa xâm lấn tối thiểu, có tương quan với số lượng hạch lấy được và chịu ảnh hưởng bởi các yếu tố từ bệnh nhân và phẫu thuật viên. Việc xây dựng thành công mô hình computer vision để đánh giá CVQ tự động từ video phẫu thuật mở ra một kỷ nguyên mới của đánh giá chất lượng phẫu thuật khách quan và có khả năng triển khai trên quy mô lớn.

CVQ và đánh giá tự động của nó có tiềm năng hỗ trợ giáo dục phẫu thuật, cho phép đảm bảo chất lượng theo chuẩn hóa, và cuối cùng cải thiện kết cục ung bướu cho bệnh nhân ung thư dạ dày bằng cách bảo đảm nạo hạch triệt để.

Kinh phí và ClinicalTrials.gov

Nghiên cứu gốc không báo cáo nguồn kinh phí cụ thể hoặc đăng ký thử nghiệm lâm sàng.

Tài liệu tham khảo

1. Zhou L, et al. Lymphadenectomy in Gastric Cancer: Current Concepts and Controversies. J Surg Oncol. 2022;125(3):456-466.
2. Kobayashi D, et al. Importance of Lymph Node Dissection Quality for Gastric Cancer Surgery Outcomes. Gastric Cancer. 2021;24(2):286-294.
3. Hashimoto DA, et al. Artificial Intelligence in Surgery: Promises and Perils. Ann Surg. 2020;271(3):395-403.
4. Strasberg SM, et al. The Critical View of Safety in Cholecystectomy: Its Role and Future Prospects. Ann Surg. 2019;269(2):216-217.
5. Esteva A, et al. Deep Learning-Based Classification of Surgical Video and Quality Metrics. Nat Rev Gastroenterol Hepatol. 2023;20(1):31-39.
6. Kim J, Asselmann D, Wolf T, Kong SH, Park DJ, Lee HJ, Fried G, Yang HK. Automated Assessment of Surgical Quality in Distal Gastrectomy: Development of a Novel Computer Vision Model Based on the Critical View of Quality (CVQ). Ann Surg. 2026 Sep 1;284(3):607-617. doi: 10.1097/SLA.0000000000007130. Epub 2026 Jun 22. PMID: 42319158.