科技日报讯 （记者雍黎 通讯员黄琪奥）4月23日，记者从陆军军医大学西南医院获悉，该院妇产科教授王延洲团队与江北院区（陆军第九五八医院）妇产科教授陈胤团队，通过融合术前临床数据与超声影像指标，创造了一种新的列线图模型。该模型可预测腹腔镜全子宫切除手术难度，为术前准备和手术精准实施提供有效临床指导。相关文章日前在《国际外科学杂志》发表。
“以往对手术难度的评估，大多仅限于按手术名称进行分类，而忽视了病情差异带来的手术难易程度变化。困难的手术往往需要经验丰富的医生参与，以降低严重并发症风险。”王延洲介绍。
全子宫切除术是一项妇科常见手术，全球每年约有600万人接受该手术。腹腔镜全子宫切除术因其微创优势而广受妇科医生推崇。在我国，腹腔镜手术属于技术难度相对较高的三级手术，存在术中转开腹手术，以及泌尿道、肠道损伤并发症等风险，会对患者健康造成威胁。因此，如何在手术前准确预知手术难度，选择合适的手术方案，成为医学界面临的问题。
“我们以西南医院和江北院区（陆军第九五八医院）的患者资料为基础，利用多变量逻辑回归分析方法，对这些患者的术前临床数据和超声影像指标进行分析，确定了手术难度的独立预测因子，构建了一张列线图。”王延洲说，构建列线图后，他们对该图进行了严格的内外验证。
研究发现，该图能根据子宫重量、盆腔手术史、是否存在子宫腺肌病以及年度子宫切除量等因素，准确识别高危患者，有效预测全腹腔镜子宫切除术的难度，为医生术前决策提供准确指导。
王延洲说，团队此次开发的列线图，不仅能有效预测腹腔镜全子宫切除术的手术难度，为术前规划、患者咨询提供有力工具，还能进一步优化外科手术培训。未来，团队将启动一项多中心、前瞻性临床研究，进一步验证和完善预测模型，通过扩大样本量和囊括更多医疗数据，提升模型的泛化能力和实际应用效果，使其更加贴合临床需要，最终实现降低手术风险、缩短恢复时间、减少并发症的目标。
相关：
人类智力超群之谜破解 科技日报北京4月22日电 （记者张佳欣）德国柏林夏里特医学院研究发现，人类神经元并不像小鼠的神经元那样以环路形式传递信息，而是主要沿着一个方向进行通信。这一机制提高了人脑处理信息的效率和能力。相关..
因果机器学习展示诊疗疾病潜力 科技日报北京4月22日电 （记者刘霞）一个由德国慕尼黑大学、英国剑桥大学和美国波士顿大学科学家组成的国际团队，正在探索将人工智能（AI）较新分支——因果机器学习用于诊断和治疗的潜力。他们的最新研究指..