تطوير منتج إثبات المفهوم (PoC) لنموذج الرؤية الحاسوبية للتعرف إلى الأدوات الجراحية ومراقبة استخدامها

نبذة عن العميل

شركة ناشئة تُقدم حلولًا مبتكرة لاستدامة الرعاية الصحية، وقد أسستها إحدى أفضل الجامعات في الولايات المتحدة.

معالجة انخفاض الاستدامة وزيادة الإنفاق في رعاية الفترة المحيطة بالجراحة

أظهرت دراسة علمية أجراها العميل أن الأقسام الجراحية تُنفِق موارد مالية هائلة على الأدوات الجراحية المُعَقَّمة التي تُستخدم لمرة واحدة، مثل: الإبر الجراحية، ومبازل المنظار، وأجهزة الكي الجراحية. غالبًا ما تُفتح هذه الأدوات على طاولة المُعدَّات الجراحية ولكنها تُترك دون استخدام في أثناء العمليات. ويؤدي ذلك إلى إهدار غير مُبَرَّر للمستلزمات الطبية، إذ يجب التخلص من جميع الأدوات الجراحية أُحادية الاستخدام، المستعملة وغير المستعملة على حد سواء، بعد الانتهاء من كل عملية جراحية.

كان العميل يبحث عن مُورِّد تقني موثوق يتمتع بفهم عميق للرعاية الصحية في الفترة المحيطة بالجراحة لتطوير منتج إثبات المفهوم (PoC) لنموذج الرؤية الحاسوبية (Computer Vision). وكان الهدف من هذا النموذج الحد من إهدار الموارد في الفترة المحيطة بالجراحة، وبالتالي الإسهام في استدامة الرعاية الصحية وخفض تكاليفها.

تحديد أماكن الأدوات الجراحية ورصدها وتَتبُّعها وتصنيفها

وَضَع العميل ثقته في خبرة ساينس سوفت المُمتدة لأكثر من 18 عامًا في مجال تقنية معلومات الرعاية الصحية و10 أعوام في مجال تحليل الصور (Image Analysis) وكلَّفها بتطوير منتج إثبات المفهوم (PoC). كان الغرض من تطوير هذا المنتج اختبار الجدوى التقنية لاستخدام تكنولوجيا الرؤية الحاسوبية (Computer Vision) في التعرف إلى الأدوات الجراحية المُعقَّمة وتتبُّع استخدامها في أثناء العمليات الجراحية. أما الهدف الأسمى للمشروع فتمثَّل في تقديم تقارير عملية إلى المسؤولين والجَرَّاحين في الفترة المحيطة بالجراحة، لتمكينهم من تصميم أدوات جراحية أكثر كفاءة من ناحية التكلفة وأكثر استدامة.

انضم إلى المشروع فريق ساينس سوفت المُكوَّن من خبير في تحليل الأعمال ومُطوِّر خبير في علم البيانات (Data Science). واعتمد خبراؤنا على منهجية سكرم (Scrum) لضمان مرونة إدارة المشروع وتنفيذ المنتج البرمجي في أسرع وقت. وبالفعل، أتم فريقنا تنفيذ المشروع في 3 إصدارات، استمر كل منها مدة تتراوح بين 3 أسابيع و4 أسابيع.

وفَّر منتج إثبات المفهوم (PoC) الذي طورناه الوظائف البرمجية التالية:

• وحدة تحديد الأماكن: تُحدِّد أماكن العناصر الرئيسية على طاولة الأدوات الجراحية. وعادة ما تشمل هذه الأدوات مستلزمات جراحية أُحادية الاستخدام مثل: الدبَّاسات الجراحية، والأجهزة القابلة للزرع، وصناديق الأدوات، والقفازات، وغيرها من المستلزمات الجراحية. وبمجرد أن يُحدِّد النموذج مكان عنصر ما، فإنه يرسم مربع إحاطة حوله، ما يتيح التصنيف المُبكر للأدوات.
• وحدة الرصد: تكشف عن جميع العناصر الموجودة على طاولة الأدوات الجراحية عن طريق تحديد أبعادها. ونتيجة لذلك، يستطيع النموذج أن يُمَيِّز بين المستلزمات الجراحية المُعقَّمة أُحادية الاستخدام والأدوات القابلة لإعادة الاستخدام. وبهذا يتمكَّن النموذج من التركيز على رصد الأدوات الجراحية أُحادية الاستخدام، لأنها بمثابة المسؤول الأول عن إهدار الموارد في غُرف العمليات وزيادة نفقات قسم الجراحة. وفي أثناء تطوير منتج إثبات المفهوم (PoC)، ركَّز فريق ساينس سوفت على التأكد من قدرة النموذج على رصد 10 أدوات جراحية شائعة الاستخدام.
• وحدة التتبُّع: تراقب حركات أيدي المُمرضة المُساعِدة للجرَّاح. ويكون الافتراض الأساسي على النحو التالي: عندما تلتقط المُمرضة أحد العناصر من فوق طاولة الأدوات الجراحية بناءً على طلب الجرَّاح، يصبح هذا العنصر مُستخدَمًا. منطقيًا، إذا لم يغادر العنصر طاولة الأدوات الجراحية، فمن البديهي افتراض أنه لم يُستخدَم بعد، سواء أكان مفتوحًا أم مغلقًا.
• وحدة تصنيف العناصر عبر الفيديو: مهمتها تحليل وتتبُّع وتصنيف الإجراءات الواردة في مقاطع الفيديو المُسجَّلة في أثناء إجراء العمليات الجراحية. وعن طريق معالجة كل من إطارات الصور والروابط الزمانية والمكانية بين الإطارات المتتالية، تتعرف وحدة التصنيف إلى الإجراءات التي تقوم بها الممرضة المُساعِدة للجرَّاح (على سبيل المثال، فتح عبوات الأدوات الجراحية، واختيار الأدوات وتمريرها إلى الجرَّاح، وإعادتها إلى الطاولة). هكذا تستطيع هذه الوحدة التنبؤ باحتمالية نقل الأدوات الجراحية من طاولة الأدوات وإليها.

الوصول إلى أكثر من 95% في جودة التعرف إلى الأدوات الجراحية ودقة تتبُّعها

في غضون 3 أشهر فقط بعد الطلب الأوَّلي للعميل، طَوَّر فريقنا منتج إثبات مفهوم (PoC) يعمل بالكامل وجاهز لأغراض العرض التوضيحي. وكان توقيت التسليم في غاية الأهمية بالنسبة إلى العميل، إذ كان يحتاج إلى عرض مفهوم منتجه على المستثمرين للحصول على تمويل إضافي لمواصلة تنفيذ الحل على نطاق أوسع. حقَّقت ساينس سوفت الحد الأقصى لمؤشرات الأداء الرئيسية (KPIs) المتوقعة، والمتمثلة بالأساس في تحقيق نسبة 80% في جودة التعرف إلى الأدوات الجراحية ودقة تتبُّع استخدامها (الأدوات المُستخدمة مقابل الأدوات غير المستخدمة). وبعد إصدارين إضافيين، استغرق كل منهما 3 أشهر، تجاوزت هذه المؤشرات 95%.

التقنيات والأدوات

Python, Pytorch.