Time-Expanded Interaction Graphs를 통해 수술 팀 역학의 실시간 모델링

Actionable Real-Time Modeling of Surgical Team Dynamics via Time-Expanded Interaction Graphs

수술 팀의 동적 관계를 실시간으로 모델링하는 새로운 접근법을 제안했습니다. 본 접근법은 시간 확장된 상호 작용 그래프(time-expanded interaction graphs)를 사용하여 팀의 동적 관계를 모델링합니다. 이 그래프에서는 팀원들을 시간 인덱스화된 노드(time-indexed nodes)로 모델링하고, 의사소통을 정의하는 지시 그래프(directed edges)를 사용합니다. 이 방법은 동적 상호 작용 모델링을 허용하며, 정적 그래프 신경망(static graph neural network)과 함께 효율적인 추론을 지원합니다.

이 모델은 수술 절차의 효율성을 예측하고, 예상 시간에서 벗어나는 정도를 예측합니다. 또한, 실시간 배포를 지원합니다. 예측 외에도, 본 모델은 개선된 예측 결과와 관련된)}}" interpretable behavioral variables(해석 가능한 행동 변수)"와 의사소통 구조의 최소 변경을 식별하는 카운터 펑탈 분석(counterfactual analysis)을 수행합니다.

실제 수술 절차에 대한 실험 결과, 팀의 상호 작용을 구조화된 모델링이 지연된 수술 개입의 초기 식별을 향상시키고, 일관된 및 실용적인 설명을 제공합니다. 본 연구는 수술실에서 실시간, 팀에 대한, 그리고 실용적인 결정을 지원하는 수술 AI를 향상시키는 데 기여합니다.