基于人工智能的方法用于增强和自动化外科培训

目的：回顾人工智能（AI）在解决手术表现/培训评估与改进方面的不足，通过自动化手术技能评估和反馈的最新进展。 方法：我们在PubMed中检索了2015年至2025年间发表的关于AI用于外科培训的研究。检索词包括“人工智能”或“机器学习”或“深度学习”和“手术反馈”或“外科培训”或“手术技能”。文章被识别出来，特别关注过去5年内发表的、专注于AI用于手术技能评估或反馈的研究。 结果：人工智能已通过运动学、棒球统计学、计算机视觉和手势分析等方法，成功地在多种外科专业中实现了手术技能评估的自动化。许多研究开发了能够对技能进行二元分类（新手与专家）的AI模型，这些模型在与人类评分者的真实情况验证时表现出一致性。基于这些技能评估，AI方法可被进一步用于生成自动反馈，这已被证明在改善外科医生表现指标方面是有效的，特别是对于表现不佳者。AI在分类和分析实时手术反馈的内容和影响方面也显示出实用性，使得更有效地分析如何最好地向受训者提供反馈成为可能。 结论：人工智能是增强外科培训、提高手术技能评估和反馈的客观性与可扩展性的一个有前景的工具。迄今为止，AI模型擅长检测手术表现中相对较大的差异，并提供基本的反馈。需要进一步的工作来创建能够进行更精细技能评估并生成更详细、建设性反馈的模型。