我n在许多低收入和中等收入国家,医疗保健基础设施仍未达到工业化国家的水平。在其中许多地区,只能提供基本的医疗服务。1需要专业知识和培训的医疗程序和手术干预往往是有限的,即使在大城市地区也是如此。2从东非的例子可以看出,脊柱手术尤其受此影响。2,3.与此同时,脊柱外科是一门应该广泛普及的学科,因为脊髓损伤可能在任何时候发生,需要及时治疗,以便为患者提供最好的结果。3.,4为了应对这一挑战,人们提出了各种各样的概念。5其中之一是由不在手术现场的外科医生提供术中支持。6
谷歌Glass于2013年推出,是首批通用智能眼镜型号之一,为远程支持提供了新的可能性。与智能手机等其他设备相比,智能眼镜允许免提视听通信,在其推出后不久,人们就尝试将这项技术用于远程医疗支持。7号到9号结果很有希望,但不符合中低收入国家远程医疗支助标准化实施的要求。特别是在手术室(OR)和手术现场具有挑战性的光照条件下,谷歌Glass无法满足正确识别手术标志和解剖结构所需的要求,从而无法提供远程可靠的手术支持。10,11从那时起,许多公司一直致力于为外科医生应用智能眼镜。近日,美国公司Vuzix (Vuzix Corp.)推出了新一代智能眼镜,试图解决谷歌Glass术中图像质量问题。我们希望通过在坦桑尼亚进行可行性研究作为案例,评估这种新技术是否适合用于中低收入国家脊柱手术的远程医疗支持。据我们所知,这是此类智能眼镜在低收入地区脊柱手术期间用于远程医疗辅助的首次评估。
开云体育世界杯赔率
为了评估实际应用,我们与美国纽约市纽约长老会医院/威尔康奈尔医学院合作,在坦桑尼亚达累斯萨拉姆的Muhimbili骨科研究所进行了一项可行性研究。Vuzix公司的智能眼镜(型号M400)用于连接两个研究中心的外科医生(图1).据制造商介绍,这种型号可以承受2米的落差冲击,并且防水防尘,这是在低收入国家使用时需要考虑的另一个方面。12,13这款智能眼镜的市售价格约为1800美元,12并由第三方提供给研究团队进行试验。该研究团队的任何成员都与Vuzix Corp.或第三方无关。威尔康奈尔大学机构审查委员会批准了这项研究。
智能眼镜中集成了一个理论分辨率高达1280万像素的摄像头,具有4k分辨率的视频和光学图像稳定功能。智能眼镜上集成的显示器是分辨率为640 × 360像素的有机LED (OLED)显示器。这款智能眼镜拥有8核2.52 ghz处理器和64 gb内置闪存。无线连接可以通过Wi-Fi或蓝牙实现。安装的操作系统为Android 9.0操作系统。在研究过程中,智能眼镜通过Wi-Fi连接到本地网络。对于所有技术数据,我们建议读者参阅制造商的规格。12,13
为了提供虚拟帮助,我们使用了14.4版的软件。通过该软件,它可以与智能眼镜连接,实时访问摄像头,并通过内置扬声器和麦克风进行通信。此外,观看者可以在视频流上实时绘制标记,眼镜用户也可以看到。这是该软件与普通通信应用程序相比的主要优势。当使用智能眼镜时,这些标记被直接投射到外科医生的视野中。这允许指导者外科医生突出解剖结构或给出精确适应指导者外科医生视野的指示。
为了评估智能眼镜和软件,在手术过程中模拟了远程医疗辅助。由于东部时区和东非之间的时差,程序只在5点之间开始我和12我包括东部时间,对应1点到8我在东非时间。评估是按照相同的标准化方案进行的。使用核对表来确保协议的遵守,在模拟援助期间双方都完成了核对表。该方案包括术前部分和术中部分。术前,使用网站上的标准化网速测试工具检查智能眼镜的功能和互联网连接www.speedtest.net.14只有稳定的互联网连接,上传和下载速度至少为1mbps的情况才被纳入我们的评估。这是软件所需的最低速度。作为参考,美国的平均网速是下载136.53 Mbps,上传19.79 Mbps。15
在确认有足够的网络连接后,术前借助测试图像的记录对图像质量进行客观评估。选择了眼睛测试图和屏幕测试模式来评估图像质量。对于视力测试表,我们选择了一种改进版的Snellen测试,这是一种评估视力的常见测试(2无花果。而且3).16为了使视力测试图表适应我们的目的,我们必须稍微修改测量方法。而不是站在离图表一定距离的地方,指导外科医生必须看着电脑屏幕上的图表。视觉评估评分由指导外科医生能够识别每种模式的最后一行确定。如果所有行都可见,则分辨率定义为100%,没有任何可见行定义为0%。两行之间的行使用百分比刻度进行评分,这意味着每行的可视性提高了12.5%(8行× 12.5% = 100%)。评分进行了两次,一次是黑色背景和白色图案,第二次是白色背景和黑色图案。
为了评估智能眼镜显示对比度、亮度和色调的能力,使用了一种经过修改的屏幕测试模式,该模式最初用于校准模拟电视屏幕。该测试模式允许对这3个参数进行适当的评估(图4).在图案的上三分之一的颜色尺度上评估色调,使用图案中间的线条评估对比度,并与图像下部的图案评估亮度区别。色相、对比度和亮度的图像质量用改良的李克特量表(Likert scale)从1到5进行评分,1分表示图像质量不足,5分表示图像质量优秀。为了获得相同的光照条件,所有这些评估都是在13.3英寸的高分辨率PC屏幕上进行的,分辨率为2560 × 1600像素。记录所有使用智能眼镜进行的视频通话,由5名审核员在通话结束后进行评分,并对图像质量进行同意评分。分歧通过讨论解决。
术前对图像质量进行评估后,在术中对智能眼镜进行评估。术中,在3种不同的环境中评估了智能眼镜的可用性。首先,智能眼镜被用来识别光线充足的器械台上的手术器械。在这个评估步骤中,接受非洲援助的外科医生(学员)查看仪器表,来自美国的外科医生(导师)使用软件标记仪器,学员应该正确识别。评估学员正确识别乐器所需的尝试次数。
其次,评估手术过程中眼镜的可用性和复杂手术视野下的图像质量。所有病例都进行了开放性畸形矫正,在颅外侧平面上的切口和暴露场至少有20厘米长,这将为智能眼镜提供最佳的可视化区域。为此,学员使用智能眼镜观察手术区域,美国导师使用软件标记解剖结构,学员应该能够识别解剖结构。评估了识别正确结构所需的感知图像质量和试验次数。
最后一个对智能眼镜进行评估的术中区域是术中透视图像的评估。在最后一个评估步骤中,学员看着c臂屏幕上的x射线图像,导师使用软件标记出学员应该识别的解剖结构。作为视觉分辨率的附加标准,导师被要求识别c臂监视器上给出的文本信息。评估主观上感知的分辨率以及学员正确识别标记的解剖结构所需的尝试。
此外,还评估了双方设备的连接损耗和主观可用性。在视频流之后,学员和导师之间进行了简短的汇报,以评估工作流程。在美国研究中心,一组使用相同型号智能眼镜的外科医生以相同的设置执行任务,以确定当地的互联网基础设施是否会影响结果。
结果
坦桑尼亚研究中心有4例使用了这种眼镜;然而,在其中一个病例中,尽管进行了充分的互联网连接测试,但仍无法将智能眼镜连接到纽约市的外科医生导师。坦桑尼亚下载的互联网连接速度平均为45.12±11.60 Mbps,上传速度平均为58.89±22.28 Mbps。软件制造商建议下载的连接速度至少为1mbps,在每种情况下都达到并超过了这一要求。17采用PING (packet internet groper)方法测量网络间的时延。在所有测量中,延迟持续为4±0 msec,表明网络之间有足够的工作连接。18
通过智能眼镜传输的视频图像质量可以接受。然而,在通过互联网传输数据时,在所有审查的情况下,相机都无法达到4K (3840 × 2160像素,相当于830万像素)的分辨率。
利用改进的Snellen测试图评价图像质量时,黑色背景的平均可见率为62.5%±10.21% (图2).白底图图像质量略有改善,平均可见率为70.83%±11.79% (图3).色相、对比度和亮度的质量由5名审稿人同意评分,评分范围从1(质量不足)到5(质量优秀)。通过眼镜的色调再现被评为2.7±0.9。眼镜的对比度再现质量被评为3.3±0.5,亮度再现质量被评为2.7±0.9 (图4).
术中评估除手术部位和放射屏幕外,还评估了眼镜在仪器台背景和光照条件下的图像质量。在仪器表中,识别仪器所需的平均图像质量为3.7±0.5。在每个病例的第一次尝试中,都可以识别器械表上标记的手术器械(图5).
术前评估时的照度由顶灯的均匀光分布组成,而术中手术灯的照度则集中在手术野。这种高强度的照明在一个相当小的领域导致智能眼镜在所有情况下产生一个局部过度曝光和剪辑的白色效果,这是一个完全的白色领域的代表,没有可见的结构或颜色差异(图5 b).当使用OR灯时,这种现象在任何情况下都会发生。从技术上讲,用我们使用的智能眼镜和软件组合将光线照射到感兴趣的领域是不可能的。因此,指导外科医生无法识别手术领域的地标,也无法根据实时解剖情况提供任何支持。
由于所述的夹白效应,使用手术灯时也不可能对手术野进行评估。关闭手术灯并使用室内背景灯后,手术视野的能见度提高。然而,在这种情况下,由于光照条件有限,不可能以适当的可靠性识别相关的解剖结构(图5度).此外,关闭手术灯会恶化外科医生的视觉效果,这就是为什么我们不认为这是一个可行的替代方案。此外,复杂的三维手术视野的可视化和手术视野中相似的色调造成了巨大的困难,使有效的评估成为不可能。对手术野图像质量的平均评价为1±0,这表明没有人能够在记录的图像上识别手术野的任何相关结构。
最后的术中评估是评估用于显示器上透视图像的眼镜。这种眼镜无法在质量水平上再现不同的灰度,从而无法对透视图像进行充分评估。放射成像评估的平均分为1±0,这意味着没有一个评审者能够确定相关的结构(图6).由于手术部位图像质量和x线屏幕的限制,无法充分调整指导外科医生的手术策略。然而,它可以提供一般支持和支持术中决策。
在模拟通话过程中,每副眼镜平均断开7±2次。研究结果总结在表1.在对照组中,评估了美国研究中心的5例脊柱手术。美国的互联网连接比坦桑尼亚的互联网更稳定,速度也明显更快,下载速度为104.0±4.6 Mbps,上传速度为93.4±6.6 Mbps。然而,图像质量仅略有提高。在白色背景的Snellen改良图上,成像性能平均为77.5%±5.6%,在黑色背景的Snellen改良图上,成像性能平均为70%±6.9%。色彩再现按改良Likert量表评分为3.0±1,对比度再现为2.8±1.3,亮度再现为2.8±0.8。术中观察器械表时,图像质量平均为4±0.6,每台标记的器械均能正确识别。在观察手术部位时,与在坦桑尼亚发生的过度曝光和剪切白色效果相同的困难,因此不可能标记解剖学相关点。图像质量平均为1±0。在查看x射线图像时,也不可能以必要的确定性识别和标记相关解剖结构,这就是为什么图像质量也被评为平均1±0。
术前和术中检测设置的网络连接指标和图像质量总结
测试设置特性 | 价值 |
---|---|
互联网连接指标 | |
最低软件要求(Mbps) | > 1.00 |
下载速度(Mbps) | 45.12±11.60 |
上传速度(Mbps) | 58.89±22.28 |
网络延迟,PING (msec) | 4±0 |
术前图像质量 | |
修改Snellen图表,白色背景 | 70.83±11.79% |
修改Snellen图表,黑色背景 | 62.5±10.21% |
色相复制(Likert 1-5) | 2.7±0.9 |
对比复制(Likert 1-5) | 3.3±0.5 |
亮度再现(Likert 1-5) | 2.7±0.9 |
术中图像质量 | |
仪器表(Likert 1-5) | 3.7±0.5 |
手术部位(Likert 1-5) | 1±0 |
荧光屏(Likert 1-5) | 1±0 |
每箱连接损耗 | 7±2 |
PING =数据包互联网探索者。
改进的Likert量表用1表示成像质量不足,5表示成像质量优良。除最低软件要求外,所有值均表示为平均值±标准差。
讨论
在低收入和中等收入国家使用智能眼镜进行远程医疗支持是支持当地基础设施的一种可行方法。然而,在实践中,已经发现了限制智能眼镜在这种情况下使用的弱点。一个主要的挑战是美国和非洲研究中心之间的时差。在坦桑尼亚的常规手术室时间里,东海岸是夜间,因此很难将病人包括在内。这个问题已经在文献中描述过了,应该加以考虑。7另一个主要困难是在非洲研究中心建立和保持稳定和足够快的互联网连接。尽管软件对网速的要求相对较低,但网速不能低于要求的值。在坦桑尼亚,由于当地电信基础设施的原因,多次出现断网现象;然而,目前还不完全清楚这种不稳定是由于当地的互联网基础设施,还是由于智能眼镜和软件的组合。由于连接不稳定,学员不得不反复登录网络和通信软件。这是可能的,因为所有病例都是测试运行,在这些测试运行中,指导外科医生故意在手术中不扮演相关角色。在实际手术过程中,几乎不可能有时间用智能眼镜反复登录网络和软件。互联网连接受限的另一个后果是,智能眼镜会自动降低图像质量,以保持连续的视频传输。在谷歌玻璃的现场测试中,文献中也描述了这种现象,极大地限制了成像质量。7
在我们的研究中,术中成像分辨率受到手术野三维可视化的限制。然而,主要的问题是夹闭白色效应,这使得在所有病例中评估手术部位是不可能的。在使用智能眼镜进行医疗援助时,这是一个已知的问题,并且在早期研究中,当使用老一代智能眼镜进行术中支持时,已经描述过这个问题。7,8,10,11在过去的几年中,电子设备的发展进展迅速;然而,在我们的评估中,这一问题仍然存在于最新一代智能眼镜中,并限制了其医疗用途。在相机镜头前安装光学滤光片可以稍微减少这个问题。然而,这些往往没有经过认证,并有脱离和落入手术野的风险,这就是为什么我们避免使用它们。
在指导外科医生方面,值得注意的是,当使用helpightning软件标记结构时,在学员和指导医生在监视器上看到标记之前,有一个相关的时间延迟。这使过程复杂化,导致学员不得不保持他们的头完全静止几秒钟,以避免对评分的误解。这一挑战的解决方案可能是用智能眼镜拍摄手术部位的照片,并在学员外科医生的智能眼镜的显示器上显示这一图像,以突出显示那里的结构。
智能眼镜使用一个镜框来连接所有硬件(图1B和C).这导致了智能眼镜的整个重量和额外的电池被放在了外科医生的鼻子和耳朵上,这导致了一段时间后的不适。制造商提供的发带可以解决这个问题,但尚未进行评估。由于智能眼镜可以根据外科医生的面部单独调整,根据我们的经验,它们在手术过程中不会引起相关的注意力分散或视觉不便。
智能眼镜已经在各种外科专业的手术中进行了测试。7,10,11,19用户描述了我们在评估中观察到的类似限制。McCullough等人在使用谷歌玻璃时也遇到了类似的困难,我们也遇到了焦点过度曝光、手术场的剪切白效应、不稳定的网络连接和时间延迟等问题。7不幸的是,这表明并不是旧版本智能眼镜的所有问题都在最新版本中得到了最佳解决。
我们的研究也有一些方法上的局限性。案例数量相对较少,但与文献中用于智能眼镜评估的通常值相对应。8然而,考虑到没有一个病例获得足够的成像质量,没有进一步的测试,因为如果不修改软件、硬件或互联网连接,就不可能有显著的改善。我们研究的另一个局限性是无法确定图像质量不足的原因。智能眼镜的硬件、安装的软件以及不稳定的互联网连接都可能是造成质量限制的原因。为了更准确地阐明原因,应该在不同的设备和不同的软件应用程序上重复测试方法,以获得远程支持。
结论
智能眼镜在远程医疗中的应用为外科教育和远程培训提供了一个有前途的工具,特别是在低收入和中等收入国家。然而,我们的研究强调了这项技术的一些局限性,包括光学分辨率、术中照明和互联网连接的挑战。随着临床医生和行业之间的持续合作,智能眼镜技术的未来迭代将需要解决这些问题,以刺激强劲的临床应用。
致谢
Ohana One International Surgical Aid & Education提供了研究中评估的设备。
披露的信息
Härtl博士是Ulrich, Brainlab,和DePuy-Synthes的顾问,并从Zimmer获得版税。萨默博士从巴克斯特公司收取演讲费。
作者的贡献
构思与设计:Härtl, Sommer。数据获取:Sommer, Waterkeyn, Ahmad, Balsano, Medary, Shabani。数据分析和解释:Härtl, Sommer, Waterkeyn, Hussain, Goldberg, Kirnaz, Navarro-Ramirez, Medary, Gadjradj。文章起草:Sommer, Hussain。严格修改文章:Härtl, Sommer, Waterkeyn, Hussain, Goldberg, Kirnaz, Navarro-Ramirez, Ahmad, Balsano, Gadjradj。审稿版本:所有作者。统计分析:Gadjradj。行政/技术/物质支持:Sommer, Hussain, Medary, Shabani。研究指导:Härtl, Sommer, Gadjradj。