青年眼科醫(yī)師在白內(nèi)障手術(shù)規(guī)范化培訓(xùn)中存在的問(wèn)題及策略研究

葉子 李朝輝

[摘要] 本文介紹了我國(guó)白內(nèi)障手術(shù)的現(xiàn)狀，總結(jié)了青年眼科醫(yī)師培養(yǎng)中存在的問(wèn)題，提出依托智能化、信息化體系快速、大量、高標(biāo)準(zhǔn)地開(kāi)展青年眼科醫(yī)師培養(yǎng)的策略和利用最新的計(jì)算機(jī)視覺(jué)處理技術(shù)進(jìn)行眼科手術(shù)視頻數(shù)據(jù)處理分析的可行性，以期為將來(lái)通過(guò)眼科手術(shù)視頻數(shù)據(jù)設(shè)計(jì)輔助手術(shù)工具和模擬培訓(xùn)體系培訓(xùn)青年眼科醫(yī)師提供指導(dǎo)。

[關(guān)鍵詞] 青年；眼科醫(yī)師；培養(yǎng)；策略

[中圖分類號(hào)] R192.3 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673-7210（2018）09（a）-0054-05

[Abstract] This paper introduces the current situation of cataract surgery in China， summarizes the problems in the training of young ophthalmologists， and offers the strategy to develop young ophthalmologists by intelligence and information system， to discuss the feasibility of using the latest computer vision processing technology to take video data processing and ophthalmic surgery analysis， in order to design surgical tools and simulation training system for young ophthalmologists training through eye surgery video data in the future.

[Key words] Youth； Ophthalmologist； Culture； Strategy

年齡相關(guān)性白內(nèi)障（age-related cataract，ARC）是一種常見(jiàn)的致盲性眼病，是老年人失明的主要原因之一，60～89歲人群白內(nèi)障發(fā)病率則可達(dá)到80%[1-2]。但目前我國(guó)白內(nèi)障患者手術(shù)率與其他國(guó)家相比仍處于較低水平，其主要原因包括基層醫(yī)院手術(shù)醫(yī)師嚴(yán)重匱乏、眼科資源分配不均、手術(shù)操作缺乏規(guī)范性等，這其中又以眼科青年醫(yī)師的培養(yǎng)問(wèn)題最為突出[3]。因此，對(duì)青年醫(yī)師進(jìn)行有效的手術(shù)操作規(guī)范化培訓(xùn)迫在眉睫，快速掌握扎實(shí)的基本功是對(duì)青年醫(yī)師最基本的要求[4]。作為一類極具實(shí)踐性和專業(yè)性的臨床學(xué)科，眼科學(xué)要求進(jìn)入工作崗位的青年眼科醫(yī)師及時(shí)了解和學(xué)習(xí)眼科學(xué)的最新臨床發(fā)展動(dòng)態(tài)，并進(jìn)行高效、專業(yè)的手術(shù)操作規(guī)范化培訓(xùn)，以緩解我國(guó)白內(nèi)障手術(shù)覆蓋程度較低的問(wèn)題[5]。但目前已知的青年醫(yī)師白內(nèi)障手術(shù)培訓(xùn)系統(tǒng)缺乏有效的、互動(dòng)式、可反饋手術(shù)培訓(xùn)及評(píng)估的系統(tǒng)[6]。本文就目前青年眼科醫(yī)師培養(yǎng)中存在的問(wèn)題及應(yīng)對(duì)策略進(jìn)行分析，并對(duì)目前最新的利用計(jì)算機(jī)視覺(jué)處理技術(shù)開(kāi)展眼科手術(shù)視頻數(shù)據(jù)處理分析的方法進(jìn)行了梳理，對(duì)將來(lái)利用眼科手術(shù)視頻數(shù)據(jù)設(shè)計(jì)輔助手術(shù)工具和模擬培訓(xùn)體系對(duì)青年醫(yī)師進(jìn)行培訓(xùn)開(kāi)始了初步探討，進(jìn)而使青年眼科醫(yī)師及時(shí)掌握手術(shù)操作技巧，并縮短手術(shù)學(xué)習(xí)曲線，提高醫(yī)師整體的手術(shù)操作水平。

1 目前我國(guó)白內(nèi)障手術(shù)普遍存在的問(wèn)題

1.1 我國(guó)白內(nèi)障手術(shù)的現(xiàn)狀

白內(nèi)障是全球性的第一位致盲性眼病，目前治療最有效的方法是手術(shù)，手術(shù)治療不僅給社會(huì)帶來(lái)了沉重的經(jīng)濟(jì)負(fù)擔(dān)，同時(shí)也存在一定的風(fēng)險(xiǎn)和并發(fā)癥[7]。2009年開(kāi)展的“百萬(wàn)貧困白內(nèi)障患者復(fù)明工程”是我國(guó)重大公共衛(wèi)生項(xiàng)目，超聲乳化技術(shù)及人工晶體的高速發(fā)展使得手術(shù)治療成為目前白內(nèi)障治療的最優(yōu)選擇[8]。但與其他發(fā)達(dá)國(guó)家相比，我國(guó)白內(nèi)障手術(shù)率仍處于較低水平[9]。亞太白內(nèi)障及屈光手術(shù)醫(yī)生協(xié)會(huì)秘書(shū)長(zhǎng)楊南諄列舉了新加坡白內(nèi)障手術(shù)率為4000/百萬(wàn)，印度已超過(guò)6000/百萬(wàn)，美國(guó)已超過(guò)9000/百萬(wàn)，而中國(guó)目前的手術(shù)率是發(fā)達(dá)國(guó)家的1/6[10]。因此，我國(guó)白內(nèi)障手術(shù)率仍存在很大的增長(zhǎng)空間。我國(guó)國(guó)情決定了白內(nèi)障手術(shù)覆蓋程度存在明顯的差異性：①基層醫(yī)院手術(shù)醫(yī)師嚴(yán)重匱乏，文獻(xiàn)調(diào)查結(jié)果顯示我國(guó)目前的眼科醫(yī)師在6000人左右，平均每名眼科醫(yī)生需服務(wù)6萬(wàn)人群，每千人僅擁有0.0178名眼科醫(yī)生，而在國(guó)外發(fā)達(dá)國(guó)家，如美國(guó)和法國(guó)每千人中擁有眼科醫(yī)生數(shù)量可達(dá)到2.79、2.17名[11]。我國(guó)眼科醫(yī)生資源與發(fā)達(dá)國(guó)家水平存在較大差距，眼科人才的匱乏問(wèn)題顯著，眼科醫(yī)生的不足對(duì)我國(guó)眼科事業(yè)的發(fā)展產(chǎn)生了嚴(yán)重的制約。因此，需要提高青年眼科醫(yī)生的培訓(xùn)效率，進(jìn)一步促進(jìn)我國(guó)眼科事業(yè)的發(fā)展，從而使眼科資源能夠跟上人民不斷增長(zhǎng)的眼科醫(yī)療需求。②眼科資源分配不均，手術(shù)設(shè)備和眼科技術(shù)力量分布地域差別大，西部地區(qū)及貧困地區(qū)手術(shù)率較東部地區(qū)及發(fā)達(dá)地區(qū)明顯偏少，比如上海城區(qū)白內(nèi)障手術(shù)率達(dá)到了6000/百萬(wàn)，而郊區(qū)只有1000/百萬(wàn)，城鄉(xiāng)差別很大，優(yōu)秀的手術(shù)資源和白內(nèi)障醫(yī)師多集中于經(jīng)濟(jì)相對(duì)發(fā)達(dá)的地區(qū)，而廣大偏遠(yuǎn)地區(qū)基層醫(yī)師手術(shù)技術(shù)水平參差不齊[12]。③手術(shù)操作缺乏規(guī)范性，在復(fù)明項(xiàng)目實(shí)施過(guò)程中，雖然全國(guó)90%的市縣均可以獨(dú)立開(kāi)展白內(nèi)障復(fù)明手術(shù)，但手術(shù)實(shí)施過(guò)程中存在著操作技術(shù)不規(guī)范、并發(fā)癥發(fā)生比例高、手術(shù)意外處理不及時(shí)等問(wèn)題[13]。

1.2 眼科青年醫(yī)師的培養(yǎng)問(wèn)題

白內(nèi)障手術(shù)中存在的問(wèn)題又以眼科青年醫(yī)師的培養(yǎng)問(wèn)題最為突出，青年眼科醫(yī)師在學(xué)校階段由于課時(shí)及教學(xué)內(nèi)容的限制，實(shí)習(xí)的時(shí)間也無(wú)法滿足真正的需求，導(dǎo)致剛步入職場(chǎng)的青年眼科醫(yī)師對(duì)專業(yè)理論、專業(yè)知識(shí)和眼科基本理論的掌握不夠，同時(shí)如何在直面患者時(shí)完成角色的轉(zhuǎn)換也極為重要[14-15]。當(dāng)下在臨床中大多采用住院醫(yī)師制模式對(duì)眼科手術(shù)醫(yī)師進(jìn)行相應(yīng)的技能培訓(xùn)，該方案存在一定的局限性，如培訓(xùn)間斷、周期長(zhǎng)、學(xué)員手術(shù)技能不穩(wěn)定及技能重復(fù)訓(xùn)練率低等問(wèn)題，在一定程度上限制了青年眼科醫(yī)師相關(guān)臨床技能的提高。同時(shí)絕大多數(shù)的醫(yī)學(xué)院校附屬醫(yī)院及臨床教學(xué)醫(yī)療機(jī)構(gòu)雖然漸漸構(gòu)建了各自的眼科培養(yǎng)方案，但卻沒(méi)有統(tǒng)一的量化標(biāo)準(zhǔn)，眼科醫(yī)師的培養(yǎng)質(zhì)量同臨床實(shí)際要求還有一定的距離。作為臨床上具有極強(qiáng)專業(yè)性的二級(jí)學(xué)科，眼科同其他身體組織器官不論是在生理上還是在病理特點(diǎn)上均有較明顯的差異，需要通過(guò)特殊儀器及設(shè)備才能對(duì)其精細(xì)復(fù)雜的結(jié)構(gòu)進(jìn)行直觀的檢查[16]。隨著醫(yī)療技術(shù)的發(fā)展諸如多波長(zhǎng)激光器、頻域光學(xué)相干斷層掃描及超聲生物顯微鏡等大量先進(jìn)的眼部檢查、治療設(shè)備投入了臨床，同時(shí)微小切口白內(nèi)障及23G玻璃體切割等先進(jìn)的顯微微創(chuàng)手術(shù)治療方案也逐漸推廣，這就對(duì)我們的青年眼科醫(yī)師專業(yè)技術(shù)的培養(yǎng)提出了更高的要求。

1.3 目前眼科青年醫(yī)師手術(shù)培訓(xùn)及評(píng)估系統(tǒng)中的問(wèn)題

如何提高我國(guó)的白內(nèi)障手術(shù)培訓(xùn)質(zhì)量是目前醫(yī)學(xué)臨床教育面臨的重要課題。從最原始的師父憑個(gè)人經(jīng)驗(yàn)對(duì)徒弟“口口傳授”，到一系列超聲乳化手術(shù)步驟的制訂和推廣，白內(nèi)障手術(shù)培訓(xùn)已趨于規(guī)范化和規(guī)?；痆17]。20世紀(jì)90年代末高端醫(yī)學(xué)模擬技術(shù)的應(yīng)用，使眼科手術(shù)教學(xué)質(zhì)量發(fā)生質(zhì)的飛躍，極大地促進(jìn)了白內(nèi)障手術(shù)培訓(xùn)體系的建立。目前針對(duì)白內(nèi)障手術(shù)的教學(xué)培訓(xùn)，臨床中主要依靠于手術(shù)模擬器系統(tǒng)的使用。白內(nèi)障手術(shù)模擬器系統(tǒng)主要由一臺(tái)高性能計(jì)算機(jī)、帶有四維視覺(jué)界面（三維+旋轉(zhuǎn)）模擬顯微鏡及顯微鏡控制模擬設(shè)備、白內(nèi)障超聲乳化手柄和白內(nèi)障核操作顯微器械模擬設(shè)備、超聲乳化腳踏板以及裝有電子眼的頭部模型等五部分組成。該培訓(xùn)體系可非常逼真地模擬白內(nèi)障手術(shù)操作過(guò)程中的各個(gè)手術(shù)步驟，對(duì)縮短受訓(xùn)者手術(shù)學(xué)習(xí)曲線具有一定的幫助作用[18]。但是該培訓(xùn)系統(tǒng)離完美的教學(xué)工具相去甚遠(yuǎn)，尚處于手術(shù)培訓(xùn)體系建立發(fā)展過(guò)程中的初級(jí)階段，仍未擺脫單向教學(xué)的局限性，沒(méi)有反饋性的教學(xué)體驗(yàn)，因此其對(duì)受訓(xùn)學(xué)員的指導(dǎo)作用仍較弱。而針對(duì)上述我國(guó)白內(nèi)障手術(shù)率偏低、手術(shù)醫(yī)師嚴(yán)重不足的現(xiàn)狀和手術(shù)醫(yī)師技術(shù)不成熟、缺乏規(guī)范化系統(tǒng)性培訓(xùn)之間的矛盾，對(duì)基層醫(yī)師和青年醫(yī)師進(jìn)行規(guī)范化程式化的手術(shù)技術(shù)培訓(xùn)是非常必要的。

2 青年眼科醫(yī)師的培養(yǎng)策略

2.1 青年醫(yī)師規(guī)范化手術(shù)培訓(xùn)的策略

為了更好地解決青年眼科醫(yī)師培養(yǎng)中存在的問(wèn)題，臨床和學(xué)術(shù)界進(jìn)行了積極的探索。如建立規(guī)范化的操作技術(shù)，強(qiáng)化質(zhì)量控制，在全國(guó)范圍內(nèi)建立白內(nèi)障手術(shù)操作規(guī)范專家共識(shí)。目前關(guān)于白內(nèi)障手術(shù)相關(guān)的最新專家共識(shí)是2017年亞太白內(nèi)障屈光手術(shù)學(xué)會(huì)（APACRS）白內(nèi)障手術(shù)操作指南，雖然該指南中囊括了絕大多數(shù)白內(nèi)障手術(shù)操作及人工晶狀體選擇的原則及指導(dǎo)性意見(jiàn)，但因各個(gè)國(guó)家國(guó)情及手術(shù)醫(yī)師水平層次的限制，它并不能為廣大臨床工作者提供可供參考的指導(dǎo)細(xì)節(jié)[19]。即使根據(jù)我國(guó)國(guó)情對(duì)指南進(jìn)行修訂或建立我國(guó)白內(nèi)障手術(shù)專家共識(shí)，對(duì)基層青年醫(yī)師的指導(dǎo)作用仍相對(duì)有限，并不能從根本上提高青年醫(yī)師白內(nèi)障手術(shù)學(xué)習(xí)效率。因此，從該點(diǎn)出發(fā)進(jìn)行嘗試，存在一定的局限性。這就需要我們建立更加客觀的評(píng)價(jià)系統(tǒng)，確保手術(shù)安全。在人工智能極速發(fā)展的時(shí)代背景下，充分利用中國(guó)患者數(shù)量巨大的優(yōu)勢(shì)，在建立大數(shù)據(jù)平臺(tái)基礎(chǔ)上，研發(fā)一套有效且可靠的評(píng)價(jià)系統(tǒng)，打破以往人機(jī)互動(dòng)的單向模式，打造機(jī)器人反饋式、實(shí)時(shí)指導(dǎo)式操作系統(tǒng)，目的是通過(guò)機(jī)器對(duì)操作者的修正式輔導(dǎo)，在最大程度上降低手術(shù)并發(fā)癥和術(shù)后不良反應(yīng)，縮短青年醫(yī)師手術(shù)培訓(xùn)學(xué)習(xí)曲線。從該點(diǎn)出發(fā)進(jìn)行嘗試，明顯更具可行性和現(xiàn)實(shí)意義，符合基層醫(yī)院的現(xiàn)實(shí)情況，有利于基層醫(yī)院的推廣。

2.2 新型手術(shù)規(guī)范化培訓(xùn)系統(tǒng)建立的必要性

研發(fā)一套規(guī)范化的白內(nèi)障手術(shù)培訓(xùn)系統(tǒng)，需要醫(yī)生、計(jì)算機(jī)專家以及工程學(xué)家的密切配合與相互反饋，才能提高基層醫(yī)師和青年醫(yī)師的學(xué)習(xí)質(zhì)量，有效縮短醫(yī)師學(xué)習(xí)曲線，切實(shí)保障白內(nèi)障防盲工作的質(zhì)量，用實(shí)際行動(dòng)踐行“一帶一路”建設(shè)。以往的研究經(jīng)驗(yàn)告訴我們，研發(fā)一套智能分析的白內(nèi)障手術(shù)培訓(xùn)系統(tǒng)，需要臨床醫(yī)生、計(jì)算機(jī)專家的密切配合與協(xié)作[20]。值得欣喜的是，近些年來(lái)在國(guó)家科技創(chuàng)新政策的大力支持和指引下，信息技術(shù)與傳統(tǒng)行業(yè)的合作正在快速“升溫”。尤其是國(guó)務(wù)院總理李克強(qiáng)在2017年政府工作報(bào)告中，首次將“人工智能”寫(xiě)入了全國(guó)政府工作報(bào)告[21]。這意味著人工智能已上升為國(guó)家戰(zhàn)略。隨著相關(guān)系統(tǒng)和產(chǎn)品的不斷迭代更新，我們相信未來(lái)依托智能化、信息化體系快速、大量、高標(biāo)準(zhǔn)開(kāi)展基層和青年眼科醫(yī)師培訓(xùn)的日子指日可待。

2.3 新技術(shù)應(yīng)用于青年眼科醫(yī)生培養(yǎng)的前景或可行性

2.3.1 視頻自動(dòng)分析與智能互動(dòng) 隨著醫(yī)療成像技術(shù)的進(jìn)步和手術(shù)室設(shè)備的完善，記錄和分析手術(shù)錄像在過(guò)去的十年中得到了普及[22]。這些方法的出現(xiàn)可以幫助外科醫(yī)生更好地、更快地提高手術(shù)技巧、幫助醫(yī)療機(jī)構(gòu)開(kāi)展手術(shù)技能評(píng)估與教育培訓(xùn)。全球每年進(jìn)行超過(guò)1900萬(wàn)臺(tái)白內(nèi)障手術(shù)，在以往的臨床研究當(dāng)中，手術(shù)過(guò)程的描述往往只有手術(shù)時(shí)間等簡(jiǎn)單指標(biāo)，缺乏能夠自動(dòng)和快速對(duì)手術(shù)錄像進(jìn)行量化處理的工具[23]。近兩年來(lái)，隨著深度學(xué)習(xí)技術(shù)的成熟，視頻自動(dòng)分析相關(guān)的應(yīng)用成為一個(gè)非常熱門的研究方向，目前開(kāi)展最多的研究主要是識(shí)別視頻中的行為和監(jiān)測(cè)特定的場(chǎng)景[24]。在醫(yī)療領(lǐng)域已經(jīng)有步態(tài)分析和手術(shù)監(jiān)測(cè)。白內(nèi)障手術(shù)是鏡下手術(shù)，手術(shù)視野變化范圍較小，具備較高的可處理性。利用最新的深度學(xué)習(xí)技術(shù)對(duì)白內(nèi)障手術(shù)錄像進(jìn)行處理，可以實(shí)現(xiàn)視頻中手術(shù)器械的自動(dòng)檢測(cè)和手術(shù)場(chǎng)景的智能分類，起到輔助手術(shù)技能培訓(xùn)和實(shí)時(shí)決策的作用。

2.3.2 時(shí)間序列分析在手術(shù)器械自動(dòng)識(shí)別中的運(yùn)用 具體的目標(biāo)首先是對(duì)手術(shù)錄像當(dāng)中出現(xiàn)的手術(shù)器械進(jìn)行自動(dòng)識(shí)別。與其他計(jì)算機(jī)視覺(jué)任務(wù)相比，手術(shù)器械識(shí)別具有幾個(gè)特點(diǎn)：首先，它不同于許多計(jì)算機(jī)視覺(jué)任務(wù)，包括近兩年流行的ImageNet計(jì)算機(jī)視覺(jué)識(shí)別的挑戰(zhàn)中的單標(biāo)簽分類任務(wù)，需要解決的問(wèn)題是多標(biāo)簽分類（每一幀圖像可能有多個(gè)正確的標(biāo)簽）而不是多類分類問(wèn)題（多個(gè)圖像有一個(gè)正確的標(biāo)簽類）[25]。其次，每一幀圖像使用的工具數(shù)量也不盡相同；最后，考慮到白內(nèi)障手術(shù)具有明顯的流程特性，時(shí)間序列在手術(shù)器械出現(xiàn)規(guī)律當(dāng)中具有重要價(jià)值。在2016年計(jì)算機(jī)輔助干預(yù)的建模與監(jiān)測(cè)（modeling and monitoring of computer assisted interventions，M2CAI）競(jìng)賽中，用于手術(shù)視頻中刀具檢測(cè)的最新算法是卷積神經(jīng)網(wǎng)絡(luò)算法（convolutional neural networks，CNN），在該挑戰(zhàn)中最佳解決方案采取遷移學(xué)習(xí)策略：將用在ImageNet數(shù)據(jù)集中的靜止圖像分類CNN算法進(jìn)行微調(diào)后用在手術(shù)視頻中提取圖像的分析處理上[26]。值得注意的是時(shí)間信息在這些解決方案中并沒(méi)有被利用，文獻(xiàn)報(bào)道提出的解決方案是依靠CNN處理連續(xù)圖像的短序列，使用光流來(lái)記錄和組合來(lái)自連續(xù)圖像的局部特征[27]。目標(biāo)是在一個(gè)工具上結(jié)合稍微不同的視圖，其中一些受到運(yùn)動(dòng)模糊或遮擋的影響。然而，圖像之間的長(zhǎng)期關(guān)系并沒(méi)有在上述文獻(xiàn)中被利用。目前最新的算法已經(jīng)可以在白內(nèi)障手術(shù)視頻當(dāng)中實(shí)現(xiàn)95%以上的手術(shù)器械識(shí)別準(zhǔn)確率[28]。

2.3.3 手術(shù)流程自動(dòng)分析 除了識(shí)別手術(shù)錄像中出現(xiàn)的器械，另一個(gè)研究方向是手術(shù)流程的自動(dòng)分析。已經(jīng)有人提出了結(jié)合手術(shù)時(shí)間信息來(lái)實(shí)現(xiàn)這個(gè)功能的方案[29]。目前大多數(shù)解決方案都依賴于統(tǒng)計(jì)模型，如條件隨機(jī)場(chǎng)模型[30]。最近，有研究還提出了基于循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural networks，RNN）的解決方案，在所有這些工作中，統(tǒng)計(jì)模型或RNN算法被用來(lái)標(biāo)示手術(shù)所處的階段[31]。但是，鑒于手術(shù)活動(dòng)和工具使用之間具有強(qiáng)相關(guān)性，未來(lái)可以期待利用手術(shù)器械識(shí)別來(lái)優(yōu)化手術(shù)流程的分析的效果。

上述學(xué)者的研究成果清楚地表明，手術(shù)視頻處理算法采用組合式CNN勝過(guò)采用單個(gè)CNN算法。不同結(jié)構(gòu)CNN模型通常被先用于手術(shù)視頻特征的提取訓(xùn)練，再與標(biāo)準(zhǔn)的機(jī)器學(xué)習(xí)算法（決策樹(shù)、隨機(jī)森林、多層感知器等）結(jié)合最終實(shí)現(xiàn)手術(shù)器械的分類識(shí)別。然而，目前的研究表明這樣的方法所取得的結(jié)果仍不盡理想，因?yàn)椴煌臉颖究赡鼙籆NN算法誤分類[32]。同時(shí)在手術(shù)視頻中有許多難以分類的樣本，特別是在那些出現(xiàn)多個(gè)形狀相同的手術(shù)器械的場(chǎng)景（例如在白內(nèi)障手術(shù)中有兩種類型的套管）。增加RNN算法對(duì)提高識(shí)別的準(zhǔn)確率是有意義的。從時(shí)間維度上判斷手術(shù)器械的出現(xiàn)，極少會(huì)出現(xiàn)難以分類的樣本，因?yàn)樵趯?shí)際手術(shù)當(dāng)中不按照正常程序使用手術(shù)器械的情況是非常罕見(jiàn)的。因此，有人建議在白內(nèi)障手術(shù)視頻識(shí)別當(dāng)中應(yīng)采用CNN和RNN結(jié)合的方法來(lái)進(jìn)行手術(shù)器械的自動(dòng)識(shí)別[33]。

已經(jīng)有學(xué)者提出，分析中應(yīng)包含時(shí)間序列信息的解決方案，而不是單純地分析每一幀圖像，這些解決方案總體上可以分為以下三種策略：第一個(gè)策略是將視頻視為三維圖像，然后利用3D CNN算法來(lái)處理[34]。第一種方法的主要缺點(diǎn)是操作過(guò)程過(guò)于復(fù)雜，需要許多訓(xùn)練樣本，意味著處理樣本的時(shí)間會(huì)無(wú)限延長(zhǎng)。第二個(gè)策略是分析二維圖像以及連續(xù)圖像之間的光流[35]。這種方法更加簡(jiǎn)單，簡(jiǎn)化了視頻預(yù)處理的環(huán)節(jié)。但是，這種方法只能模擬圖像之間的短期關(guān)系，并且容易出現(xiàn)光流估計(jì)錯(cuò)誤。最后一種策略是將CNN分析2D（有時(shí)3D）圖像與分析時(shí)間序列的RNN結(jié)合起來(lái)?！癈NN+RNN”這種目前最為先進(jìn)的視頻分析方法的主要優(yōu)點(diǎn)是可以有效地考慮事件之間的長(zhǎng)期關(guān)系，而無(wú)需任何前期的標(biāo)記樣本準(zhǔn)備，目前已經(jīng)可以達(dá)到90%以上的準(zhǔn)確率。通過(guò)“CNN+RNN”等新技術(shù)對(duì)白內(nèi)障手術(shù)錄像進(jìn)行處理，可使手術(shù)器械自動(dòng)檢測(cè)及手術(shù)場(chǎng)景智能分類效果得到顯著提高，可保證培訓(xùn)內(nèi)容的全面性和一致性，可較好地理解眼科手術(shù)器械使用要點(diǎn)及流程，從而起到縮短培訓(xùn)時(shí)間、提高培訓(xùn)效率的效果。研究認(rèn)為，人類對(duì)于錄像拍攝的特定部分記憶效果是最佳的[36]，參考該結(jié)果，越來(lái)越多的研究者利用醫(yī)療成像技術(shù)對(duì)眼科醫(yī)生進(jìn)行培訓(xùn)，培訓(xùn)效率得到極大提高。通過(guò)圖像中的細(xì)節(jié)之處引發(fā)眼科醫(yī)生關(guān)注，在關(guān)注細(xì)節(jié)的同時(shí)激發(fā)醫(yī)生的創(chuàng)造性思維，使眼科醫(yī)師在接受培訓(xùn)的過(guò)程中懂得獨(dú)立觀察和思考，及時(shí)發(fā)現(xiàn)問(wèn)題并找到解決方法，從而在頭腦中形成正確深刻的觀念。同時(shí)該培訓(xùn)方案杜絕了單純的文字直面交流，改變了醫(yī)生的思維認(rèn)知的方法，將口頭培訓(xùn)的抽象思維轉(zhuǎn)變?yōu)閳D像培訓(xùn)的形象思維。手術(shù)操作技能建立在醫(yī)生理解、記憶并通過(guò)創(chuàng)造性思維把理論知識(shí)融會(huì)貫通的基礎(chǔ)之上，因?yàn)槊恳徊讲僮鞫加邢鄳?yīng)的依據(jù)，只有理論基礎(chǔ)扎實(shí)，才能夠順暢地完成相應(yīng)操作。

3 展望

如今眼科青年醫(yī)師的白內(nèi)障手術(shù)培訓(xùn)在國(guó)內(nèi)各教學(xué)醫(yī)院中主要還是通過(guò)“學(xué)徒式”的實(shí)踐教育模式來(lái)進(jìn)行培訓(xùn)，手術(shù)技能的提高需要循序漸進(jìn)，耗費(fèi)了大量的人力、物力及時(shí)間，且患者自身的健康意識(shí)及保護(hù)意識(shí)也伴隨著醫(yī)療環(huán)境的變化而得到顯著提高，青年醫(yī)師于培訓(xùn)初期在對(duì)患者的治療中存在一定的潛在風(fēng)險(xiǎn)。如何探索規(guī)范化的白內(nèi)障手術(shù)培訓(xùn)系統(tǒng)，從而增加眼科青年醫(yī)師的培訓(xùn)效率是各家教學(xué)醫(yī)院急需解決的重要課題。利用計(jì)算機(jī)視覺(jué)處理技術(shù)開(kāi)展眼科手術(shù)視頻數(shù)據(jù)處理分析的方法在臨床實(shí)踐教學(xué)當(dāng)中極具應(yīng)用前景，但仍需要臨床中的不斷探索完善。未來(lái)在手術(shù)器械和手術(shù)流程分析達(dá)到最高準(zhǔn)確度的基礎(chǔ)上，下一步就是實(shí)現(xiàn)在手術(shù)過(guò)程當(dāng)中實(shí)時(shí)分析手術(shù)視頻，并在此基礎(chǔ)上開(kāi)發(fā)多種應(yīng)用，最終目的是能夠?qū)Τ砷L(zhǎng)中的青年醫(yī)師手術(shù)操作步驟的每一個(gè)細(xì)節(jié)進(jìn)行分析和指導(dǎo)，規(guī)范操作流程，以及規(guī)避和糾正不良動(dòng)作和習(xí)慣，幫助青年眼科醫(yī)生更加快速地掌握手術(shù)技巧，使“規(guī)范化”手術(shù)培訓(xùn)真真正正地規(guī)范起來(lái)。

[參考文獻(xiàn)]

[1] Abdelkader H，Alany RG，Pierscionek B. Age-related cataract and drug therapy：opportunities and challenges for topical antioxidant delivery to the lens [J]. J Pharm Pharmacol，2015，67（4）：537-550.

[2] 姚克，葉盼盼.我國(guó)近五年白內(nèi)障研究進(jìn)展和展望[J].中華眼科雜志，2010，46（10）：888-892.

[3] 侯旭，胡丹，周健.規(guī)范眼科住院總醫(yī)師培訓(xùn)提升眼科專業(yè)人才素質(zhì)[J].西北醫(yī)學(xué)教育，2014，22（1）：202-205.

[4] Sofka CM. Developments and innovations in resident and fellowship education：review article [J]. HSS J，2014，10（3）：225-229.

[5] 丁琳，王紹飛，宋艷.眼科住院醫(yī)師規(guī)范化培訓(xùn)模式的探討[J].繼續(xù)醫(yī)學(xué)教育，2014，28（1）：15-16.

[6] Cedfeldt AS，Bower E，F(xiàn)lores C，et al. Promoting Resident Wellness：Evaluation of a Time-OffPolicy to Increase Residents′Utdization of Health Care Services [J]. Acad Med，2014，90（5）：678-683.

[7] Twinanda AP，Shehata S，Mutter D，et al. EndoNet：A Deep Architecture for Recognition Tasks on Laparoscopic Videos [J]. IEEE Trans Med Imaging，2017，36（1）：86-97.

[8] Al Hajj H，Lamard M，Charriere K，et al. Surgical tool detection in cataract surgery videos through multi-image fusion inside a convolutional neural network [J]. Conf Proc IEEE Eng Med Biol Soc，2017，2017：2002-2005.

[9] 侯旭，胡丹，周健.眼科進(jìn)修醫(yī)師培訓(xùn)的問(wèn)題與思考[J].國(guó)際眼科雜志，2015，15（3）：517-519.

[10] 趙家良.提高白內(nèi)障手術(shù)率是我國(guó)防盲治盲的當(dāng)務(wù)之急[J].中華醫(yī)學(xué)雜志，2013，93（47）：3729-3730.

[11] 黃家林，劉斌，朱增欽，等.發(fā)展中國(guó)家白內(nèi)障手術(shù)的現(xiàn)狀[J].國(guó)際眼科雜志，2013，13（6）：1142-1146.

[12] 曾光，于萌，李潔，等.眼科學(xué)專業(yè)學(xué)位研究生參加住院醫(yī)師規(guī)范化培訓(xùn)中的實(shí)踐初探[J].醫(yī)學(xué)美學(xué)美容：中旬刊，2015，2015（3）：487.

[13] 中華醫(yī)學(xué)會(huì)眼科學(xué)分會(huì)白內(nèi)障及人工晶狀體學(xué)組.我國(guó)白內(nèi)障及人工晶狀體近五年十大研究進(jìn)展[J].中華眼科雜志，2015，51（4）：301-304.

[14] Ye H，Wu Z，Zhao RW，et al. Evaluating two-stream CNN for video classification [C]//ACM on International Conference on Multimedia Retrieval，2015：435-442.

[15] Donahue J，Hendricks LA，Rohrbach M，et al. Long-Term Recurrent Convolutional Networks for Visual Recognition and Description [J]. IEEE Trans Pattern Anal Mach Intell，2017，39（4）：677-691.

[16] 李燕，林鐸儒，梁苑眼科住院醫(yī)師委托培養(yǎng)效果的評(píng)估研究[J].眼科學(xué)報(bào)，2016，31（4）：251-258.

[17] 范文歡，熊林平，陶磊，等.我國(guó)住院醫(yī)師規(guī)范化培訓(xùn)考核評(píng)估研究及對(duì)策[J].現(xiàn)代醫(yī)院，2016，16（4）：592-594.

[18] 吳航，戴惟葭，劉大川，等.利用手術(shù)模擬器提高眼科青年醫(yī)師白內(nèi)障手術(shù)技能在臨床教學(xué)中的應(yīng)用[J].國(guó)際眼科雜志，2009，9（11）：2158-2159.

[19] 中華醫(yī)學(xué)會(huì)眼科學(xué)分會(huì)白內(nèi)障及人工晶狀體學(xué)組.第30屆亞太白內(nèi)障及屈光手術(shù)醫(yī)師學(xué)會(huì)年會(huì)暨第18屆全國(guó)白內(nèi)障及人工晶狀體學(xué)術(shù)年會(huì)會(huì)議總結(jié)[J].中華眼科雜志，2017，53（11）：878-880.

[20] 崔洪雨，劉丹，曲巍，等.PBL教學(xué)模式在眼科學(xué)教學(xué)中的實(shí)踐[J].國(guó)際眼科雜志，2014，14（7）：1303-1306.

[21] 《黑龍江檔案》編輯部.首次寫(xiě)入政府工作報(bào)告的人工智能解讀[J].黑龍江檔案，2017，2017（4）：112.

[22] 朱明善.眼科超聲生物顯微鏡研究進(jìn)展[J].中國(guó)醫(yī)療器械雜志，2014，38（2）：122-125.

[23] 董騁寰，薛奧，黃焱.多媒體案例教學(xué)在眼科學(xué)教學(xué)中的應(yīng)用[J].基礎(chǔ)醫(yī)學(xué)教育，2014，16（6）：479-480.

[24] 吳航，戴惟葭，董瑩，等.手術(shù)模擬器培訓(xùn)眼科青年醫(yī)師顯微手術(shù)技能的觀察研究[J].國(guó)際眼科雜志，2015，15（7）：1240-1241.

[25] 張自峰，胡丹，周健，等.以問(wèn)題為基礎(chǔ)學(xué)習(xí)教學(xué)法在八年制學(xué)員眼科臨床實(shí)習(xí)的應(yīng)用[J].國(guó)際眼科雜志，2015， 15（9）：1625-1628.

[26] 胡旭顳，張宗端，鄭斌，等.眼科顯微手術(shù)技能分級(jí)培訓(xùn)模式的探索[J].中國(guó)高等醫(yī)學(xué)教育，2013（9）：63-64.

[27] 張媛，歐陽(yáng)薇薇，胡章雪，等.重慶市住院醫(yī)師規(guī)范化培訓(xùn)現(xiàn)狀PDCA分析[J].重慶醫(yī)學(xué)，2015，44（6）：851-853.

[28] 李培杰，劉曉梅.PDCA循環(huán)法在住院醫(yī)師規(guī)范化培訓(xùn)中的應(yīng)用效果[J].齊魯醫(yī)學(xué)雜志，2014，29（1）：83-84.

[29] Lalys F，Jannin P. Surgical process modelling：a review [J]. Int J Comput Assist Radiol Surg，2014，9（3）：495-511.

[30] Tao L，Zappella L，Hager GD，et al. Surgical gesture segmentation and recognition. Med Image Comput Comput Assist Interv，2013，16（Pt3）：339-346.

[31] Cho K，van Merrienboer B，Gulcehre C，et al. Learning phrase representations using RNN encoder-decoder for statistical machine translation [J]. EMNLP，2014，14（6）：1078-1093.

[32] 楊楠，南琳，張丁一，等.基于深度學(xué)習(xí)的圖像描述研究[J].紅外與激光工程，2018，47（2）：1-8.

[33] Quellec G，Charriere K，Boudi Y，et al. Deep image mining for diabetic retinopathy screening [J]. Med Image Anal，2017，39（2017）：178-193.

[34] Zhu W，Hu J，Sun G，et al. A key volume mining deep framework for action recognition [C]//Computer Vision & Pattern Recognition，2016：1991-1999.

[35] Charriere K，Quellec G，Lamard M，et al. Real-time analysis of cataract surgery videos using statistical models [J]. Multimed Tools Appl，2016，6（76）：1-19.

[36] Henkel LA. Point-and-shoot memories：the influence of taking Photos on memory for a museum tour [J]. Psychol Sci，2014，25（2）：396-402.

（收稿日期：2018-04-19 本文編輯：張瑜杰）