从师徒制到算法：人工智能与机器人数据将如何重塑胸外科手术培训

《Thoracic Surgery Clinics》：From Apprenticeship to Algorithms: How Artificial Intelligence and Robotic Data Will Redefine Thoracic Surgery Training

　　

章节摘要

要点

• •
  机器人手术平台可生成连续的运动学数据和基于力的数据，为技术操作表现提供客观、标准化且可推广的评估，弥补了传统专家评估的局限性。
• •
  基于人工智能（AI）的反馈系统可加速手术技能的获取，并且对表现较差的住院医师培训生的益处尤为显著。
• •
  在培训计划中实现公平且有效的应用，需要解决成本问题、缺乏胸外科特异性验证，以及

结构化评估标准

数十年来，结构化评估标准一直构成手术技能评估的基石。文献中有三种工具占主导地位：客观结构化技术操作技能评估涵盖七个领域，包括组织处理、时间与运动、器械使用等；机器人技能全局评估量表（GEARS）涵盖了机器人相关的多个维度，包括深度感知、双手灵巧性、效率、力度敏感性、自主性以及机器人操控能力；以及全局手术操作评估

运动学数据与客观绩效指标

运动学分析为克服主观评估的局限性提供了一种潜在解决方案，通过量化支撑手术表现的物理运动来进行评估。运动学数据可采集器械运动的可测量特征，如路径长度、速度、加速度、加加速度、运动经济性以及闲置时间。¹⁶这些参数为技术效率和协调性提供了客观表征，使评估能够以传统方式无法实现的精细程度进行。

人工智能引导技能获取的随机化证据

关于人工智能驱动的手术培训反馈，最直接的证据来自使用自动化视频分析系统的随机对照试验（RCT）。Ma及其同事将42名无机器人手术经验的研究对象随机分配至人工智能视频反馈组或安慰剂对照组，所有对象均在da Vinci系统上完成了一项机器人缝合任务。反馈组的研究对象会观看由人工智能系统从他们自身表现中筛选出的针对性视频片段，以展示

实施的障碍

尽管人工智能在胸外科培训中的应用取得了进展，但这些技术在培训计划中的实施仍面临若干障碍。其中许多障碍并非胸外科特有，这意味着其他外科领域的进展将有助于解决这些问题。

总结与未来方向

人工智能和机器人手术产生的运动学数据是对专家外科指导的补充，而非替代。手术判断力、情境化决策以及技术知识的直接传递仍然是资深主刀医生的职责。基于人工智能的工具的贡献是互补性的：能够提供专家观察无法达到的规模与一致性层面的客观、标准化绩效评估，并通过个性化反馈识别表现欠佳的住院医师培训生

临床要点

• •
  应通过结构化评估和手术视频回顾来评估住院医师培训生的熟练程度，而非仅依赖手术例数。
• •
  人工智能和机器人手术产生的运动学数据是对专家外科指导的补充，而非替代。
• •
  未来的努力应弥合人工智能在非技术技能评估方面的差距，包括情境意识、术中决策和团队沟通。

利益披露

Elliot L. Servais 博士是直觉外科公司的顾问。其余作者无利益冲突需要披露。

Mika M. Lindsley|Dena G. Shehata|Guillaume Kugener|Elliot L. Servais