编辑推荐：
为解决机器人手术技能评估单一及认知负荷量化不足的问题，研究人员开展 daVinci 手术系统（dVSS）模拟器 VR 训练对基础技能获取影响的研究。通过随机对照试验，发现 VR 训练组 GEARS、dVSS 评分更高，NASA TLX 评分更低，EEG 显示特定脑区激活更强，为机器人手术培训提供新依据。
研究背景
在外科领域，机器人辅助手术正以迅猛之势融入临床实践，然而，与传统手术相比，其独特的操作模式如主 - 从控制台设计、深度感知减弱、触觉反馈缺失等，对 surgeons 提出了全新挑战。如何让 surgeons 高效掌握机器人手术所需的技术技能（如器械操作、空间感知）与非技术技能（如认知负荷管理、决策能力），成为当前手术培训的关键难题。传统的技能评估多依赖主观量表（如 GEARS 评分）或单一的操作时间指标，难以全面反映操作背后的神经认知过程。同时，认知负荷作为影响手术表现的重要因素，其在训练中的动态变化及与技能提升的关联尚未明确。在此背景下，探索一种融合主观评价与客观生理信号的多维度评估体系，对优化机器人手术培训方案具有迫切的现实意义。
为填补这一研究空白，中国人民解放军总医院第六医学中心联合中国科学院自动化研究所等机构的研究团队，开展了一项关于 daVinci 手术系统（dVSS）模拟器虚拟现实（VR）训练效果的前瞻性随机对照研究。该研究成果发表于《Journal of Robotic Surgery》，通过多视角分析，系统评估了 VR 训练对基础机器人手术技能获取的影响，为建立科学的培训及评估体系提供了重要证据。
关键技术方法
研究采用分层随机化分组，将 27 名受试者（分为住院医师≤5 年经验与专科医师 > 5 年经验）分为 VR 训练组（n=12）和对照组（n=15）。训练组需在 dVSS 模拟器（XI）完成 6 项任务并达到专家级 proficiency（单次评分≥85 且连续 3 次达标），对照组仅接受基础操作熟悉。实验阶段，所有受试者佩戴脑电图（EEG）设备，在 dVSS 模拟器（SI）完成 6 项任务，重复 3 次。研究通过 GEARS 评分（评估技术技能）、NASA 任务负荷指数（NASA TLX，评估认知负荷）、dVSS 客观评分（包括操作时间、运动经济性等）及 EEG 功率谱密度（PSD）分析，实现对技能表现与神经活动的综合评估。
研究结果
学习曲线分析
通过绘制训练组学习曲线发现，所有受试者在训练后基础技能显著提升，前 4 次训练表现改善最为明显，第 5 次后进入平台期，提示约 5 次重复训练可使技能趋于稳定。住院医师与专科医师在总时间、运动经济性及总体评分上无显著差异（p>0.05），表明 VR 训练对不同经验水平的 surgeons 均有效。
技术技能评估
VR 训练组 GEARS 总分为 24.91±3.36，显著高于对照组的 19.68±3.07（p<0.01），各维度（如深度感知、手眼协调）评分均表现更优。dVSS 客观评分显示，训练组在多数任务的操作时间、运动经济性及总体评分上显著优于对照组（p<0.01），其中任务 6 的综合表现差异尤为显著。
认知负荷评估
NASA TLX 结果显示，训练组总体负荷为 40.04±10.55，显著低于对照组的 48.2±9.88（p<0.01），尤其在物理需求（3.82±2.46 vs.8.42±6.04）和操作满意度（18.72±8.09 vs.12.55±5.62）上差异显著，表明训练可降低操作中的生理与心理负荷。
EEG 神经活动分析
EEG 功率谱分析显示，训练组在 β 波段（12-30Hz）和低 γ 波段（30-40Hz）的脑区激活显著增强，尤其在任务 1、2、3、6 的 β 波段及任务 1、4、5 的低 γ 波段，提示训练可能通过增强前额叶 - 顶叶网络的同步性，提升认知资源分配效率。β 波段与高级认知功能（如运动控制、注意力）相关，低 γ 波段则与感觉 - 运动整合密切关联，两者的激活增强表明训练组在神经层面实现了更高效的任务处理。
研究结论与意义
本研究通过随机对照试验证实，dVSS 模拟器 VR 训练可显著提升受试者的基础机器人手术技能，且能在降低认知负荷的同时实现更高水平的操作表现。多维度评估显示，训练不仅改善技术技能，还通过优化脑区激活模式（如 β/ 低 γ 波段能量增强），促进神经认知效率。研究首次将 EEG 信号与传统评估手段结合，为客观量化非技术技能（如认知负荷）提供了新方法，填补了机器人手术培训中神经机制研究的空白。
研究结果对临床实践具有双重启示：其一，标准化 VR 训练方案（如 5 次重复训练）可作为基础技能培训的核心模块，缩短学习曲线；其二，EEG 等生理信号可纳入未来的实时评估系统，实现对训练效果的动态监测。尽管研究存在模拟器场景与真实手术差异等局限性，但其建立的多视角评估框架为机器人手术培训的科学化、个性化发展奠定了基础，有望推动 “基于神经认知特征的精准培训” 模式的诞生。
