梵晨博生医药集团AI医疗板块与中科院软件所×瑞金医院联合研究成果荣登国际期刊Nature

近日，中科院软件所与瑞金医院联合研究的《外科腹腔镜手术动作分析数据集》成功发表于国际顶级学术期刊Nature（《Scientific Data》IF 5.8；JCR Q1）。

该研究由上海交通大学医学院瑞金医院陆湾分院普外科、中国科学院大学杭州高级研究院、中国科学技术大学网络空间与技术学院、中国科学院软件研究所、广西华医人工智能医疗科技有限公司研发中心等联合完成。

梵晨博生医药集团旗下华医MedAI精准医疗（广西华医智能医用软件有限公司），是与中科院软件所、瑞金医院卢湾分院和多家顶尖临床医疗机构联合出品的AI医疗平台，从事AI大模型三维医用软件的研发与运营。为数据集构建提供了关键技术支撑，标志着集团在AI医疗-腹腔脏器全自动智能识别技术板块的实力获得了全球顶尖学术机构的权威认证。

研究中文摘要：

腹腔镜手术因其微创和快速恢复的优点，在各个外科领域得到了广泛的应用。然而，这需要外科医生具备高水平的技术专长。虽然计算机视觉和深度学习的进步对手术动作识别做出了重大贡献，但这些技术的有效性受到现有公开数据集的局限性的阻碍，例如它们的规模小、同质性高、标注质量不一致。为了解决上述问题，我们开发了SLAM数据集（腹腔镜手术运动），其中包括各种手术类型，如腹腔镜胆囊切除术和阑尾切除术。该数据集包括七个关键动作的注释：腹腔进入、使用夹子、钩切、缝合、全景视图、局部全景视图和吸引。总共有4097个视频片段，每个片段都标有相应的动作类别。此外，我们使用ViViT模型对数据集进行了全面验证，实验结果表明，该数据集在腹腔镜手术动作识别方面表现出卓越的训练和测试能力，分类准确率最高为85.90%。作为公开可用的基准资源，SLAM数据集旨在促进腹腔镜手术动作识别和人工智能驱动手术的发展，支持智能手术机器人和手术自动化。

文章引用：Ye, Z., Zhou, R., Deng, Z. et al. A Comprehensive Video Dataset for Surgical Laparoscopic Action Analysis. Sci Data 12, 862 (2025). https://doi.org/10.1038/s41597-025-05093-7

该数据集具备三大突破性价值：

多样性：整合数十例患者手术视频，涵盖多种术式，突破传统数据集同质化局限。

高质量标注：由资深外科医师双盲标注及高年资医师复核，标注一致性达99%。

兼容性强：提供标准化视频片段及训练-验证-测试划分方案，支持高效模型开发 数据集已通过Figshare平台开源（DOI:10.6084/m9.figshare.28104782），为手术机器人智能决策、术者技能评估、手术流程优化提供关键基础，推动人工智能驱动的手术自动化进入新阶段。

未来，将进一步扩大数据集的规模，提高数据多样性；引入更多的客观评价指标和方法，提高评估结果的准确性和可靠性；拓展测评数据集的应用场景，为腹腔镜领域大模型发展做出更多贡献。（来源：瑞金医院卢湾分院）

腹腔脏器全自动智能识别技术的价值

在外科手术领域，精准识别手术视频中的关键步骤并评估操作规范性，是提升手术质量与安全性的核心需求。传统手术技能评估依赖专家主观评分，存在耗时、易受主观偏差影响等局限。随着人工智能技术的发展，基于手术视频的自动化分析成为突破方向。

所谓腹腔镜手术，就是在腹部的不同部位做数个直径5～12毫米的小切口，通过这些小切口插入摄像镜头以及各种特殊的手术器械，将插入腹腔内的摄像头所拍摄的腹腔内各种脏器的图像传输到显示屏幕上，外科医生通过观察图像，用各种手术器械在体外进行操作来完成手术。

随着电子科学的发展，近数十年来，腹腔镜显示屏已基本完成由模拟信号向数字化、高清化的转型，这也为图像数字处理创造了条件。近年来，AI已经在革新医学图像分析的领域中展示出前所未有的潜力，腹腔镜图像中器官自动识别是日后全自动手术的前提。

未来，该类系统有望成为术中实时质量控制的核心工具，推动外科手术从“经验驱动”向“数据驱动”转型。结合多模态数据融合与AI分析技术，深化AI与临床医学交叉合作，拓展智能手术系统在多科室的应用，实现跨学科融合。也能为临床教育赋能，利用AI辅助系统，加速年轻医生手术技能培养，缩短学习曲线，提升整体医疗队伍的专业水平。