Cerrahi Eğitim Alan Kişilerin Beceri Seviyelerinin Göz Hareketlerinin Üç Boyutlu Simülasyon Ortamında İncelenmesi ile Tahmin Edilmesi

Keywords

• eol>Eye tracking
• skill level
• computer-based simulation
• eye data classification
• classification algorithms

-

Anahtar Kelimeler Göz hareketi takibi; beceri seviyesi; bilgisayar-tabanlı simülasyon; göz verisi sınıflandırması; sınıflandırma algoritmaları.

GİRİŞ Cerrahi beceri düzeylerinin değerlendirilmesi eğitim ve bu alandaki öğretim programları için zor bir süreçtir. Geleneksel cerrahi beceri değerlendirme süreçleri öznel bir yaklaşım içermektedir ve dolayısıyla değerlendirmeyi yapan kişiden kişiye değişiklik gösterebilmektedir [1]. Bu alanda kullanılan standart bir yöntemin bulunmaması nedeniyle, cerrahların beceri düzeyleri nesnel olarak belirlenememektedir [2]. Dolayısıyla teknik cerrahi becerilerin nesnel bir yaklaşım ile değerlendirildiği yöntemlere ihtiyaç duyulmaktadır [2]. Teknik Beceri Amaçlı Yapısal Değerlendirme (OSATS), cerrahi becerileri değerlendirmek için bir kontrol listesi içeren bir küresel ölçekte derecelendirme yöntemidir; ancak bu sistemlerin doğruluklarında çeşitli dezavantajları bulunmakta değerlendirmeyi yapan kişilerin öznel kararlarına bağlı olarak sonuçlar farklılık gösterebilmektedir [ 3 ]. Cerrahi simülasyonlar acemi cerrahların psiko-motor becerilerini uzman cerrahların denetimine gerek kalmadan risksiz bir ortamda geliştirebilmelerine olanak tanımaktadır [ 4 ]. Göz takibi yaklaşımı, cerrahi beceri düzeylerini nesnel olarak değerlendirmek için önceki çalışmalarda kullanılmış ve bu çalışmaların sonucuna göre deneyimli ve acemi cerrahların göz hareketi davranışları arasında önemli farkların olduğu tespit edilmiştir [ 4 ]. Önceki araştırmaların sonuçları, tecrübeli cerrahların daha kısa sürede bilgiyi elde edebilme yeteneklerinin gelişmiş olması nedeniyle, odaklanma süresinin (fixation duration) acemi cerrahlara oranla daha kısa olduğunu göstermektedir [ 5 ]. Bir başka çalışmada, uzman pilot ve acemi pilotların uçağın iniş operasyonu sürecinde göz hareketleri arasında farklar olduğunu, uzman pilotların gerekli bilgileri acemilerden daha hızlı bir şekilde bir araya getirmeleri nedeniyle, acemilerden daha kısa odaklanma sürelerine sahip olduklarını göstermektedir [ 6 ]. Dolayısıyla, alanyazındaki çalışmalar cerrahların beceri seviyelerindeki farklılıkların göz hareketi verileri yardımıyla anlaşılabileceği konusunda umut vermektedir. Bu çalışmada, cerrahların deneyim düzeyleri göz hareketlerini değerlendirerek tahmin edilmesi hedeflenmektedir. Bir cerrahi simülasyon senaryosu içinde tanımlanan görevleri yerine getirirken cerrahi eğitim almakta olan öğrencilerin göz hareketleri verisi göz izleme cihazı aracılığı ile toplanmıştır. Çalışma ile göz izleme cihazından elde edilen ham veriler, bir açık kaynaklı göz hareketi sınıflandırma algoritması kullanılarak sınıflandırılarak katılımcıların odaklanma süresi verisi hesaplanmakta ve bu veri kullanılarak deneyim seviyeleri için bir öngörüde bulunulması amaçlanmaktadır.

METOD Bu çalışmada, endoskopik beyin cerrahisine yönelik, beceriye dayalı eğitim ortamlarına katkı sağlamak amacıyla bilgisayara dayalı bir simülasyon senaryosu geliştirilmiştir. Cerrahi eğitim almakta olan öğrencilerin bu senaryoda tanımlanan görevleri yerine getirirken göz hareketleri kaydedilerek analiz edilmiştir. Aşağıda çalışmaya katkı veren katılımcılar ve çalışmada uygulanan prosedür ile ilgili detaylı bilgi verilmektedir. Katılımcılar Bu çalışmaya Ankara'da Hacettepe Üniversitesi Tıp Fakültesi Nöroşirurji ve Kulak Burun Boğaz (KBB) cerrahi bölümlerinden 23 gönüllü katılmıştır. Katılımcılar, minimal invaziv cerrahide uzmanlık seviyeleri acemi (bilgi edinmeye başlamış olanlar) ve başlangıç seviyesi (henüz endoskopik ameliyat operasyonlarına başlamış olanlar) [ 7 ] olmak üzere iki grupta toplanan 23 kişiden oluşmaktadır.

Bu 23 katılımcının 14'ü (2 kadın) daha önce hiç bir endoskopik cerrahi ameliyatını kendi başına yapmamış olan acemilerden oluşmaktadır. Katılımcılardan 9'u ise, en az bir endoskopik cerrahiyi kendi başına gerçekleştirmiş olan ve ortalamada 16.56 (SD = 16.60) ameliyatı cerrah pozisyonunda gerçekleştirmiş olan başlangıç seviyesindeki cerrahlardır (bkz. Şekil 1). Şekil 1. Katılımcı Bilgileri Araştırma Prosedürü Veriler, 1920 × 1080 piksel ekran çözünürlüğü ile 60 Hz'de çalışan bir Eye Tribe Eye Tracker isimli bir göz izleme cihazı kullanılarak kaydedilmiştir. Verilen görevleri yerine getirmek için, Geomagic Touch isimli orta sınıf profesyonellikteki bir dokunsal cihaz (haptic device) kullanılmıştır.

Göz verilerinin toplanması için bir simülasyon senaryosu tasarlanmış, katılımcıların cerrahi aleti kullanarak bu simülasyon ortamındaki bir odada rastgele yerlerde ortaya çıkan topu yakalayarak yine rastgele yerlerde görünen küpün üzerine koymaları gerekmektedir (bkz. Şekil 2).

Şekil 2. Bilgisayar tabanlı Simülasyon Senaryosu Bu işlem, 10 kez tekrarlanmaktadır. Bu senaryoda başarılı olabilmek için, katılımcıların bir cerrahi alet kullanma yeteneği, derinlik algıları, nesnelerin hızlı takibi ve gözlemledikleri alanın genişliği gibi becerileri etkili olmaktadır. Cerrahlar iki elini cerrahi bir operasyonda kullanmalıdırlar. Her iki el koordinasyon becerilerini geliştirmek önemlidir. Buna göre, bu çalışmada cerrahi senaryo, her katılımcı tarafından baskın elle ve baskın olmayan el ile ve son olarak da her iki elle gerçekleştirildi.

Deneyin başlangıcında katılımcılar 70 cm.'lik bir mesafede monitörün önüne oturarak görevleri yerine getirmişlerdir. Deneyden önce, prosedürü açıklayan bir talimat, çalışmayı gerçekleştiren uzman tarafından bireysel olarak verilmiştir. Monitörün altına kurulan göz izleme cihazının kalibrasyonu için dokuz kalibrasyon noktası verilmiştir. Kaydedilen veriler, bir açık kaynaklı göz hareketi sınıflandırma algoritması olan I-VVT algoritması kullanılarak sınıflandırılmıştır. I-VVT, odaklanma (fixation), sıçrama (Saccade) ve pürüzsüz takip olaylarını sınıflamak için tasarlanmıştır [ 8 ]. I-VVT, minimum amplitüd ve süreye göre gürültülü sakkad benzeri olayları süzen bir filtre işlevi içerir [ 9 ].

Göz izleme, beynin altında yatan sinir ağlarıyla yakından bağlantılı olan oküler etkinlik yoluyla bilgi işleme kaynaklarının tahsisi için değerli bir fizyolojik veri kaynağı sağlar [ 10 ]. Deney seviyeleri ile el durumu etkisi arasındaki farkları anlamak için sabitleme süresi olayı kullanılır. Fiksasyon, küçük bir dağılım ve hız ile yavaş bir dönem göz hareketi olup, bu olay, sabitleme sayısı ve fiksasyon süresi olarak I-VVT algoritması ile sınıflandırılır. Bu çalışmada, fiksasyon süresi göz hareketi olayı, cerrahların deneyim seviyesi tahmini için kullanılmıştır. Bu göz hareketi olayı cerrahların deneyim düzeylerini ayırt etmek için kullanılabilir.

Tüm verilerin analizi, Windows yazılım paketi için SPSS (sürüm 23; IBM Corporation, New York, ABD) için% 95 güven düzeyinde gerçekleştirildi. Bu çalışmada cerrahların deneyim düzeylerinin tahmininde lojistik regresyon analizi yapılmıştır.

SONUÇLAR Bu çalışmada cerrahların göz hareketleri cerrahi işlem simülasyonu kullanılarak göz takip cihazı ile kaydedildi. Kaydedilen veriler açık kaynak göz hareketi sınıflandırma algoritması olan I-VVT ile sınıflandırılmıştır. I-VVT algoritması, göz hareketlerini, fiksasyon numarası, tespit süresi, sakkad sayısı, sakkad süresi, takip numarası ve takip süresi gibi belirli olaylara ayıran bir algoritma. Deneyim düzeyinin en belirleyici olan olay sabitleme süresi, bu olaylardan analiz edildi. Önceki araştırmalar deneyimli cerrahların fiksasyon sürelerini kısalttığını göstermiştir, çünkü bilgileri kavrama becerisi geliştirilmiştir [ 6 ]. Senaryo, üç el durumunda olması durumunda tekrarlanır. Egemen el durumu, cerrahlar arasındaki farklılıkları açıkça gösteren bir durumdur. Bu nedenle, analizlerde baskın el durumu kullanılmıştır. Açık kaynak göz hareketi sınıflandırma algoritması IVVT'den elde edilen sonuçlar analiz edildi. Yirmi cerrah simülasyon senaryosunu gerçekleştirdi. Katılımcıların deneyimlerinin tahmini üzerine sabitleme süresinin ve egemen elin etkilerini saptamak için lojistik regresyon uygulandı. Lojistik regresyon modeli istatistiksel olarak anlamlıydı, x2 (2) = 9.908, p = .007. Model, deneyimin varyansının% 47.4'ünü (Negelkerke R2) açıkladı ve olguların% 82.6'sını doğru olarak sınıflandırdı. Wald kriterinde, fiksasyon süresinin tahmini anlamlı düzeyde katkıda bulunduğu gösterilmiştir (p = .045). Baskın el önemli bir belirteç değildi.

TARTIŞMA Cerrahın beceri düzeylerini değerlendirmek önemlidir. Değerlendirme süreci objektif, gerçekçi ve doğru olmalıdır. Mevcut değerlendirme prosedürleri objektif yöntemlerle yapılmaz. Bu çalışmada göz hareketlerinin cerrahi sakinlerinin değerlendirilmesi için objektif bir araç olarak kullanılması araştırılmıştır. Bu çalışmadan, göz metriklerinin orta dereceli cerrahları acemiden ayırt edebildiği görülmektedir. Bugün, tıp eğitimcileri, cerrahları değerlendirirken öznel yöntemleri kullanmaktadır, ancak bu yöntemler cerrahi becerilerin değerlendirilmesinde yeterli değildir. Gelecekteki göz hareketlerinden elde edilen veriler bu öznel metotların yerini alacak ve değerlendirmeleri daha objektif hale getirecektir. Böylece, cerrahi eğitim daha başarılı bir hale getirildi ve cerrahların ilerleme seviyeleri daha doğru olarak belirlenecek.

Teşekkür Bu çalışma Endoskopik Cerrahi Eğitim projesi (ECE: Tubitak 1001, Proje No: 112K287) kapsamında kurulan Atılım Üniversitesi SIMLAB laboratuvarında gerçekleştirilmiştir. Yazarlar, bu araştırmayı gerçekleştirmek için verdiği destekten dolayı TÜBİTAK 1001 programına teşekkür ederler.

KAYNAKÇA [1] A. A. Obeid, K. H. AL-Qahtani, M. Ashraf, F. R. Alghamdi, O. Marglani, and A. Alherabi, "Development and testing for an operative competency assessment tool for nasal septoplasty surgery," American journal of rhinology & allergy, vol. 28, no. 4, pp. e163-e167, 2014. [2] N. Ahmidi et al., "Automated objective surgical skill assessment in the operating room from unstructured tool motion in septoplasty," International journal of computer assisted radiology and surgery, vol. 10, no. 6, pp. 981-991, 2015.

Mühendisliği Bölümü’nde halen araştırma olarak doktora çalışmalarına devam Doç. Dr. Nergiz Ercil Çağıltay ODTÜ Matematik Bölümü’nden 1988 yılında mezun olduktan sonra aynı üniversitenin Bilgisayar Mühendisliği Bölümü’nden Yüksek Lisans çalışmasını tamamlayarak, Yüksek Bilgisayar Mühendisi derecesini aldı. Daha sonra, ODTÜ Bilgisayar ve Öğretim Teknolojileri Eğitimi Bölümü’nde doktora çalışmasını tamamladı. Türkiye'de çeşitli özel sektör ve devlet kurumlarında yazılım mühendisi ve grup yöneticisi olarak çalıştıktan sonra, 1998-2002 yılları arasında A.B.D. Indiana Üniversitesi Digital Library Program biriminde çalıştı. Kendisi halen Atılım Üniversitesi Yazılım Mühendisliği Bölümü’nde öğretim üyesi olarak çalışmalarına devam etmektedir. İş Zekâsı ve Veri Ambarı Sistemleri, Veritabanı Sistemleri, Scratch ile Programlamayı Öğreniyorum, C Dersi: Programlamaya Giriş gibi birçok Türkçe ders kitabı hazırlamış olan Çağıltay, öğretim teknolojileri ve tıp bilişimi alanlarında araştırmalar yapmakta ve projeler yürütmektedir. Çağıltay ayrıca 1971 yılından beri faaliyet göstermekte olan Türkiye Bilişim Derneği (TBD) Ankara Şubesi Yönetim Kurulu üyeliği görevini sürdürmektedir. Nergiz Çağıltay ile ilgili detaylı bilgiye www.atilim.edu.tr/~nergiz.cagiltay adresinden ulaşılabilir.

References

[3] T. Tien , P. H. Pucher , M. H. Sodergren , K. Sriskandarajah , G.- Z. Yang , and A. Darzi , "Eye tracking for skills assessment and training: a systematic review," journal of surgical research , vol. 191 , no. 1 , pp. 169 - 178 , 2014 .

[4] S. J. Vine , J. S. McGrath , E. Bright , T. Dutton , J. Clark , and M. R. Wilson , "Assessing visual control during simulated and live operations: gathering evidence for the content validity of simulation using eye movement metrics," Surgical endoscopy , vol. 28 , no. 6 , pp. 1788 - 1793 , 2014 .

[5] J. Vickers , "Gaze control in basketball foul shooting," Studies in Visual Information Processing , vol. 6 , pp. 527 - 541 , 1995 .

[6] P. Kasarskis , J. Stehwien , J. Hickox , A. Aretz , and C. Wickens , "Comparison of expert and novice scan behaviors during VFR flight," in Proceedings of the 11th International Symposium on Aviation Psychology , 2001 , pp. 1 - 6 .

[7] M. Silvennoinen , J.-P. Mecklin , P. Saariluoma , and T. Antikainen , "Expertise and skill in minimally invasive surgery," Scandinavian Journal of Surgery , vol. 98 , no. 4 , pp. 209 - 213 , 2009 .

[8] O. V. Komogortsev , D. V. Gobert , S. Jayarathna , D. H. Koh , and S. M. Gowda , "Standardization of automated analyses of oculomotor fixation and saccadic behaviors," IEEE Transactions on Biomedical Engineering , vol. 57 , no. 11 , pp. 2635 - 2645 , 2010 .

[9] O. V. Komogortsev and A. Karpov , "Automated classification and scoring of smooth pursuit eye movements in the presence of fixations and saccades," Behavior research methods , vol. 45 , no. 1 , pp. 203 - 215 , 2013 .

[10] C. Bröhl , S. Theis , P. Rasche , M. Wille , A. Mertens , and C. M. Schlick , "Neuroergonomic analysis of perihand space: effects of hand proximity on eyetracking measures and performance in a visual search task," Behaviour & Information Technology , pp. 1 - 8 , 2017 .