Robotgeassisteerde pancreatectomie is een complexe procedure waarbij de chirurgische prestaties de uitkomsten voor de patiënt sterk beïnvloeden. Dit project maakt gebruik van computer vision om robotchirurgie te analyseren door de procedure op te splitsen in fasen, stappen en instrument-weefselinteracties. In de eerste fase wordt een internationale Delphi-consensus opgesteld met experten om de chirurgische fasen, belangrijke stappen, kritieke fouten en prestatie-indicatoren te definiëren. Geannoteerde video's van robotgeassisteerde pancreatectomieën in meerdere centra worden geanalyseerd om fasen, stappen, fouten en gebaren (zoals snijden, retractie, hechten) te identificeren en te correleren met uitkomsten zoals postoperatieve pancreatische fistels. Computer vision-metrics worden gebruikt voor objectieve evaluatie van chirurgische prestaties. We ontwikkelen tools voor objectieve evaluatie, real-time feedback en AI-ondersteunde begeleiding ter verbetering van de patiëntuitkomsten.