「上手い手術」「安全な手術」は何が違うのか。熟練の手技は暗黙知で、若手は手術を見て学ぶが、動画は大量にあっても構造化されていない。腹腔鏡胆嚢摘出ではCritical View of Safety（CVS）の徹底で胆道損傷を防ぐとされるが、達成判定は主観的で損傷率は下げ止まり。手術相・解剖の同定・危険操作を客観化できれば、教育と安全に効く。医学生は手術見学・将来の術者という当事者。
腹腔鏡動画に時空間の深層学習（手術相認識・器具/解剖のセグメンテーション）を当てれば、(1)手術相を自動認識し、(2)CVSの3要素（胆嚢管・胆嚢動脈の同定、肝臓床の露出）の達成を判定でき、(3)手技の質（無駄な動き・危険操作・相のリズム）を定量して説明可能なフィードバックを返せる、と仮説。海外に手術動画AIの素地はあるが、教育目的・説明可能性・日本語ベンチマーク・複数術式への一般化は途上。
手術は長時間の時系列映像で、相・器具・解剖・動きの同時理解が要る。人手レビューは非スケールで主観的。時空間の動画理解は深層学習でしか定量・標準化できない。
手術相認識↔専門医一致＋CVS達成判定＝学会発表・論文と公開ベンチマーク。出口はまず研修医の手技教育フィードバック、将来は術中支援（SaMD）や手術の質の客観指標。Hiroは手術を見学する医学生＝当事者。