Kurz gesagt
- OpenSurgicalVision ist ein offenes Forschungs- und Bildungsprojekt zur chirurgischen Bildverarbeitung.
- Wir sammeln offene Daten, annotieren sie gemeinsam mit Chirurginnen und Chirurgen, trainieren Modelle und veröffentlichen die Ergebnisse ehrlich – auch die, die nicht funktioniert haben.
- Wir bauen kein Medizinprodukt und geben keine klinische Beratung.
Das Folgende sind unsere Pläne, keine Liste fertiger Funktionen. Die Roadmap zeigt, was tatsächlich erledigt ist.
Was wir tun
Offene Daten zusammenführen. Wir überführen vorhandene offene chirurgische Datensätze in ein einheitliches Format mit einer einheitlichen Lademethode. Wo eine Lizenz die Weiterverbreitung nicht erlaubt, veröffentlichen wir statt der Daten Download- und Konvertierungsskripte.
Einen reproduzierbaren Benchmark aufbauen. Dieselben Datenaufteilungen (nach Patienten, nicht nach Bildern), dieselben Metriken und eine offene Ergebnistabelle, damit sich Modelle fair vergleichen lassen.
Baseline-Modelle trainieren und veröffentlichen. Segmentierung von Instrumenten und Anatomie, Erkennung chirurgischer Phasen und Entfernung von Operationsrauch. Jedes Modell wird mit einer Beschreibung geliefert: worauf es trainiert wurde, wo es schlecht abschneidet und wie man es reproduziert.
Daten mit Chirurginnen und Chirurgen annotieren. Praktizierende freiwillige Chirurgen annotieren Videos in CVAT. Wir messen die Qualität an der Übereinstimmung zwischen den Fachleuten, und die klinische Leitung des Projekts entscheidet strittige Fälle.
Unsere Werkzeuge teilen. Die Pipelines für Annotation, Training und Modellbeschleunigung sowie ein Demonstrationsdienst sind offen, damit andere unsere Arbeit wiederholen und verbessern können.
Offen experimentieren. Wir verändern und vergleichen Modellarchitekturen auf offenen Daten. Jedes Experiment wird beschrieben, ist reproduzierbar und wird mit einer Baseline verglichen – negative Ergebnisse eingeschlossen.
Routinearbeit automatisieren. Software-Assistenten bereiten Daten auf, starten Experimente und schreiben Berichte; die Entscheidungen bleiben bei Menschen.
Artikel schreiben und Vorträge halten. Wir machen aus den Ergebnissen wissenschaftliche Publikationen und Konferenzbeiträge.
Was wir nicht tun
Wir bauen kein Medizinprodukt. Das Projekt strebt keine Zulassung als Medizinprodukt an und plant dies auch nicht. Alle Modelle und Materialien dienen ausschließlich der Forschung: RESEARCH USE ONLY – NOT FOR CLINICAL USE.
Wir nehmen keine Daten an, die einen Patienten identifizieren können. In das Projekt gelangen nur de-identifizierte Daten mit bestätigter Nutzungserlaubnis. Rohe Patientenvideos und -bilder werden uns nie übergeben.
Wir konkurrieren nicht mit Herstellern medizinischer Geräte. Wir arbeiten auf der Ebene von Wissenschaft und Bildung: Simulatoren, Ausbildung von Assistenzärzten und reproduzierbare Forschung.
Wir verwenden keine Daten oder Arbeiten aus kommerziellen Projekten. Die Arbeit von Mitwirkenden für ihre Arbeitgeber und die Daten von deren Kunden bleiben außerhalb des Projekts.
Wir betreiben keine vollautomatische Architektursuche. Sie erfordert Rechenressourcen, die ein offenes Projekt nicht hat. Wir probieren Varianten innerhalb eines von Menschen vorab festgelegten Raums und mit einem festen Rechenbudget.
Wir stellen technischen Fortschritt nicht als klinischen Fortschritt dar. Eine bessere Metrik ist ein technisches Ergebnis. Das Projekt behauptet nicht, ein Modell sei „klinisch besser“.
Warum das wichtig ist
- Offene Daten sind keine freien Daten. Einen Datensatz herunterladen zu können, gibt nicht das Recht, ihn weiterzuverbreiten. Wir prüfen die Lizenz jeder Quelle.
- Ein Hinweis „nur für Forschungszwecke“ ersetzt keine rechtliche Bewertung. Rechtsfragen werden gesondert behandelt, mit Juristen.
- Eine gute Metrik beweist keinen Nutzen für Patienten. Nur klinische Studien können klinischen Wert belegen – ein Benchmark kann das nicht.