本论文提出了一种新的实时端到端错误检测框架，利用手术视频的上下文信息提高机器人辅助微创手术的安全性和效果。该方法在公共基准RMIS数据集JIGSAWS上表现优于最先进方法，具有更高的F1分数、准确率和Jaccard指数，平均每帧处理时间为6.69毫秒。

该文章介绍了一种创新的实时内窥镜动态重建方法，通过使用4D高斯飞溅和无需地面真实深度数据，提高机器人辅助微创手术效果。方法通过引入时间组件和轻量级MLP捕捉时间高斯变形，实现了具有可变条件的动态手术场景的重建。同时，通过整合Depth-Anything，从单目视图中生成伪深度图，增强了深度引导重建过程。该方法在两个手术数据集上验证了实时渲染、高效计算和重建准确性，展示了改善手术辅助的巨大潜力。