人工智能时代的外科教育：重新定义胰腺外科中的非技术技能培训

《Journal of Patient Safety》：Surgical education in the age of artificial intelligence: redefining nontechnical skills training in pancreatic surgery

　　胰腺手术是一种极具挑战性的腹部手术，其并发症发生率较高。在这种手术中，非技术技能（NTS），如情境意识、决策能力、沟通能力和领导力，对于减少不良后果至关重要。然而，传统的NTS培训方法（如课堂教学和学徒制）存在一些局限性，例如高模拟成本和主观评估的问题。本文综述了人工智能（AI）在转变胰腺手术NTS培训方面的作用：通过实时反馈和3D重建提升情境意识；通过解剖学指导和沉浸式模拟改善决策能力；通过解码团队心理模型优化沟通；并培养适应性领导力。同时强调将AI与社会技术系统（STS）的观点相结合，以避免对AI的过度依赖，旨在提高外科医生的NTS水平并提升患者护理质量。

**引言**
胰腺手术，尤其是胰十二指肠切除术，是腹部手术中最具有挑战性的操作之一，其特点包括技术复杂性高、术中决策要求严格以及高并发症发生率（包括术后胰腺瘘管和出血）。虽然技术精湛是手术成功的关键，但非技术技能（NTS）的缺失——如情境意识、决策能力、沟通能力和领导力（图1）——越来越被认为是导致不良后果的重要因素。一项系统评价指出，团队之间的熟悉度可以缩短机器人或腹腔镜胰腺手术的学习曲线20%至30%；而临床前的NTS培训（如团队反馈讨论）也有助于提升手术技能。

**传统NTS培训方法的局限性**
传统的NTS培训方法，包括课堂教学、学徒制和标准化患者模拟，在应用于胰腺手术时存在明显局限性。高保真模拟的成本高昂、专家评估的主观性以及无法捕捉和纠正个别受训者的认知行为差异，这些因素导致了显著的培训差距。此外，“一刀切”的培训方式无法解决外科医生在胰腺手术学习过程中遇到的独特认知瓶颈。

**人工智能（AI）在NTS培训中的应用**
凭借其在多模态数据感知、认知数字孪生模拟和强化学习方面的能力，AI为克服这些长期存在的障碍提供了转型机会，尤其在胰腺手术教育领域。因此，本文综合分析了AI在NTS培训中的现状和未来发展潜力，重点关注胰腺手术的独特需求。我们旨在探讨如何根据胰腺手术的特定要求定制AI技术，并通过社会技术系统（STS）的视角分析这些技术的应用，以识别关键的实施挑战和协同机会。

**文献搜索策略**
我们通过多个电子数据库（包括PubMed、Cochrane Library、Scopus和Google Scholar）进行了系统性搜索，以识别相关文献。搜索策略结合了关键词和布尔运算符（AND、OR、NOT），以全面覆盖AI在胰腺手术NTS培训中的应用。关键词包括：“人工智能”、“非技术技能”、“情境意识”、“决策能力”、“沟通能力”、“领导力”、“团队合作”、“心理模型”、“手术培训”、“胰腺手术”、“胰十二指肠切除术”、“机器人手术”、“腹腔镜手术”、“社会技术系统”、“模拟”、“虚拟现实”和“增强现实”。我们仅筛选了全文可获取的英文文章。纳入标准包括经过同行评审的原创研究文章、系统评价、荟萃分析、社论以及专注于AI辅助手术NTS培训的临床指南（特别是胰腺手术相关的内容）。排除标准包括非英文出版物、重复记录、会议摘要以及未直接涉及AI或手术场景中NTS的研究。

**情境意识：通过AI系统增强认知架构**
手术中的情境意识（SA）是一种分层的认知架构，包含三个相互依赖的阶段：收集环境数据、理解其影响以及预测未来状态。这三个步骤中的任何错误都可能导致手术失败。由于情境意识对手术安全至关重要，因此对其的培训一直受到重视并不断改进。情境意识培训已经经历了三个发展阶段：最基础的是基于课堂教学的培训方法，但这种方法在情境感知方面的效果有限；学徒制培训通过观察、实践和反馈能够提升情境意识；对比实习前后，发现手术情境意识有显著提升，特别是通过新型分布式对话系统等信息技术手段。随着多媒体技术的发展，基于视频的模拟成为了一种新的培训方法，随机试验证明，通过插入性问题进行视频中断培训可以显著提高腹腔镜胆囊切除术的手术效果，减少导管和动脉损伤及器械错位的频率。

**任务特定型AI反馈系统**
在航空领域，情境意识可以分为全局情境意识和局部情境意识：前者涉及对整个手术环境的整体理解，后者则专注于特定任务（如识别血管异常或控制出血）。AI的优势在于能够区分这两种情境意识类型，使培训更加高效且针对性强。对于局部情境意识，AI技术可以 isolation 特定技能（如出血控制或血管识别），通过分析实时视觉数据提供即时反馈，减少对主观评估的依赖。术前三维重建技术可用于模拟胰腺癌患者的胰管结构，帮助选择最佳的吻合方法；基于3D重建技术的术中导航系统则有助于在胰十二指肠切除术中识别关键血管，有效提升受训者的局部情境意识。多模态AI系统能够整合视觉、听觉和触觉等多样化数据，构建全面的情境感知框架。配备力传感器的手术机器人结合术中超声和光学相干断层扫描技术，扩展了人类的感知范围，揭示了肉眼无法看到的亚毫米级解剖结构细节。

**团队心理模型同步：AI在全局情境意识中的优化作用**
对于全局情境意识，重点在于优化整个手术团队的认知协同。团队成员之间的共享认知对于处理非常规事件至关重要，这些事件可能对手术安全构成威胁。例如，外科医生对未被发现的血管切割的误判（局部情境意识缺陷）与洗手护士延迟准备器械（全局情境意识失调）的结合可能导致灾难性后果。通过自然语言处理分析团队对话，AI可以在模拟环境中识别沟通漏洞，从而实现更好的协作。因此，AI甚至可以为手术中不同角色的职责提供客观判断依据。

**情境意识的定量评估：从传统SAGAT到AI动力学指标**
传统的情境意识评估方法依赖专业评审，存在较大的主观性和不一致性。另一种有效的方法是SAGAT（航空领域的情境意识全局评估技术改编），该方法使用冻结探针模拟结合情境意识测试，但可能存在评估不连续性的问题。基于上述AI在培训中的应用，AI可以实现相对客观的情境意识评估。局部情境意识可根据任务结果和质量进行精确评估；而全局情境意识可以通过计算机视觉和AI进行动态熵分析（如Shannon熵）来衡量团队成员的运动情况。初步研究表明，眼动数据可以用于评估团队层面的情境意识，尤其是在眼球运动与手术表现之间的关联。

**手术决策：AI在手术室中架起直觉与分析的桥梁**
术中决策是手术中最耗费认知力的环节，要求外科医生综合复杂的解剖学、生理学和情境信息，并在时间限制下动态评估各种选择。传统手术培训侧重于标准化决策流程，但实际操作中往往需要偏离这些流程。部分术中决策依赖于直觉。AI结合分析推理与直觉判断，为术中决策提供了新的工具。

**解剖学决策支持：实时边界映射与适应性引导**
新兴研究显示，AI在提升基于解剖学的决策方面具有显著优势。现代系统能够实现亚毫米级的实时解剖识别精度，例如在神经外科动脉瘤修复中对正常与病变血管的区分、胃癌手术中的肿瘤边缘实时定位以及直肠癌手术中的神经检测与保护。随着培训的深入，系统可以减少引导频率，随着受训者识别能力的提升，逐渐实现更精准的解剖学驱动决策。

**结论**
总体而言，AI在胰腺手术NTS培训中的应用展现了巨大的潜力。通过结合AI与多模态技术的优势，不仅可以提升外科医生的技术技能，还能增强他们的认知能力和团队协作水平，从而显著提高手术的安全性和效率。未来，AI还可能在其他手术领域发挥更重要的作用，推动整体医疗质量的进一步提升。除了时间成本外，基于模拟的培训还可以提供进行稀有且复杂的手术的机会，例如保留十二指肠的胰头切除术。同时，专为胰腺手术定制的人工智能驱动模拟平台在加速培训人员识别胰腺手术中关键模式的能力方面显示出一定的潜力，同时保持伦理安全界限。

神经认知指标：眼动追踪和瞳孔测量用于决策成熟度评估
如何评估术中决策的质量也在争论中。因果关系可以适当地应用于出血和神经损伤等有害事故。例如，在腹腔镜结直肠手术中，人工智能驱动的导航在识别神经数量方面非常具有竞争力，这可以作为一种工具来提高根据解剖结构进行决策的质量[41]。但是，外科医生在术中做出决策的直觉是无法量化的，得出结论所需的时间成本是单方面的。

新兴证据表明，手术直觉既不是神秘的也不是任意的。神经认知研究显示，专家外科医生在处理术中困境时激活了不同的神经网络，涉及小脑的不同区域[42]。通过人工智能分析增强的视觉一致性测试（VCT）还可以通过跟踪审稿人在术中视频片段决策点的眼球运动、瞳孔扩张和犹豫间隔来量化决策成熟度[43]。实际上，在胆囊切除术中，VCT得分能够很好地区分初级和高级外科医生[44]。对于涉及多个器官且容易发生术中出血的胰腺手术，操作者可能在一个手术中经历多次决策事件，例如在胰十二指肠切除术中选择胰空肠吻合方法或决定是否在远端胰腺切除术中保留脾脏。VCT评估结合术后回顾将进一步增强操作者对手术的感知能力。

沟通与团队合作：人工智能解码隐含的心理模型
将人工智能整合到外科团队培训中代表了一种增强沟通动态和团队合作效率的革命性方法。由于像胃肠道癌症手术这样的复杂程序需要外科医生、麻醉师和护理人员之间的无缝协调[45]，传统的通过重复临床暴露来发展NTS（非技术技能）的学徒模式在成本效益和可扩展性方面存在显著限制。因此，除了将人工智能应用于技术技能外，70%的神经外科医生积极支持在NTS培训中实施人工智能，特别是对于协调手术团队[46]，他们指出通过传统方法发展团队动态所需的时间投资是不可持续的。

当前的研究挑战了手术环境中普遍存在的“最佳沟通模式”的概念。手术沟通本质上是流动的，取决于手术阶段、团队构成和患者的复杂性[47]。例如，肿瘤外科医生术前的沟通内容更多集中在手术干预和治疗目标上，几乎所有对话中都使用了“修复它”这样的语言[48]，这可以在某些手术中避免决策时的重复考虑[49]。而在手术过程中，特别是在几个关键步骤中，需要规范的沟通模式，比如激活的凝血时间的准确值和进行心肺旁路手术的明确指示[50]。这种流动的沟通生态系统为大型语言模型创造了理想的应用场景，这些模型可以处理特定情境的语言模式。实际上，有一种称为危机管理中控制语言的自然语言处理机器，可以为紧急情况生成具体且高效的简化情境指令[51]。此外，还有算法可以根据转录本计算熵来评估和识别团队合作中的沟通模式[52]。

共享心理模型推断：团队认知对齐的副语言分析
真正的创新前沿在于人工智能解码管理团队动态的隐含认知过程的能力。虽然传统的评估工具依赖于可观察到的行为，但最近的人工智能系统发展现在可以通过副语言分析来推断心理模型的对齐。一项研究描述了一种人工智能教练可以整合任务内容、团队中个体的管理策略和任务进展，以判断合作伙伴的心理模型是否一致[53]。任务完成后，人工智能教练还可以评估整个过程并识别接近失误的情况，即错误行为没有导致不良后果的情况[53]。通过分析这些事件，可以向团队提供反馈，帮助团队成员在后续手术中建立共享的心理模型，并提高团队的协作能力和任务执行效率。目前，专门为胰十二指肠切除术设计的人工智能教练可以实现手术过程的实时分割和可视化渲染，从而显著提高培训人员对关键手术细节的理解和掌握。这使得在胰腺手术背景下分析团队心理对齐成为可能[54]。对于基于模拟的培训，MedSimAI系统最初实现了医学生和患者之间高质量沟通培训[55]。就技术而言，基于深度学习、多注意力生成对抗网络和多模态生成语言模型已经能够生成心理状态。有希望的是，这有助于使人工智能模拟冲突心理模型，从而在对抗模式下促进培训[56,57]。在胰空肠吻合的关键阶段模拟团队成员的心理模型显示出支持实现更高质量吻合的潜力，这在胰腺手术的NTS培训中具有实际价值。

领导力动态：在交易型和变革型模式之间的适应性转变
手术环境中的领导力不仅仅是一种理论技能，而是决定患者结果的关键因素。1985年，Bass提出了全面的领导力模型理论，在该理论中可以应用交易型和变革型领导力[58]。手术环境——从常规程序到高风险的危机——以工作量变化、团队角色和程序复杂性为特征[59]，需要能够在指导（交易型）和激励（变革型）方法之间动态切换的领导者。然而，传统的领导力培训往往无法使外科医生为这些动态需求做好准备。新兴的人工智能驱动解决方案提供了范式转变，实现了个性化、竞争性的学习模型，模拟现实世界压力，同时降低培训成本并提高效率。

手术中的领导力二分法
由于手术室的高风险和时间敏感性，手术领导力具有独特的挑战性。交易型领导力——侧重于结构、任务分配和即时反馈——在腹腔镜手术等标准化程序中至关重要，因为遵守协议可以最小化风险[60]。相反，变革型领导力强调愿景、动机和适应性，在创伤手术或术中并发症等不可预测的情况下变得至关重要[61]。研究表明，不同的领导力模式会导致整个团队信息共享和建设性沟通的不同[62]，因此领导力的转变对于手术进程至关重要。例如，长时间的复杂胰腺手术需要保持团队士气，而处理术中意外情况（如无法切除或大出血）需要迅速切换领导风格，从以标准流程为导向的交易型风格转变为危机处理的变革型风格。手术角色之间的工作量变化进一步复杂化了这一动态。一项研究检查了工作量分配，发现手术团队中的住院医师由于学习和协助手术的不确定性而往往面临相对较高的心理工作量。外科医生承担最大的体力工作量，因为他们参与精细且持续时间长的手术程序，并且姿势受到限制。另一方面，麻醉师的心理和体力工作量相对较低，但他们的作用至关重要，因为他们负责麻醉管理，以确保手术期间的患者安全[63]。有效的领导力因此需要根据情境来授权、重新分配任务和调整沟通风格——这是通过传统讲座式培训很少培养的技能[64]。

人工智能作为竞争性、情境化学习的催化剂
“成对竞争学习”模型强调刺激不同领导模式之间的冲突[65]，其中人工智能生成对抗性场景，例如应用动态脚本技术作为游戏对手[66]——迫使培训人员捍卫他们的领导选择，对抗其他方法。例如，在模拟手术中，人工智能可能会挑战住院医师的交易型决策，优先考虑速度而不是团队意见，从而突出这种方法可能忽视潜在并发症的风险。理论上，人工智能竞争加速了领导力情境转换的模式识别。培训人员发展出自动将特定情境线索（如突然的术中出血、团队疲劳标志）与最佳响应策略联系起来的神经路径。因此，下一代领导力培训利用人工智能模拟手术环境的细微要求，以实现更好的培训。受军事和航空培训的启发，人工智能驱动的平台也有望创建实时比较交易型和变革型策略的个性化场景。例如，人工智能模块可以模拟胰腺手术期间突然的血流动力学不稳定情况——外科医生需要从指导型领导风格转变为协作型风格。这种场景模拟为胰腺手术的领导力培训提供了临床相关且实用的指导。培训人员可以获得实时反馈，了解他们的领导风格如何影响胰腺手术团队的表现、错误率和程序效率。这种实时反馈机制在胰腺手术的领导力发展方面展示了明确的应用前景。

STSs：人工智能与NTS培训的共同进化
如果人工智能能够准确评估培训人员的沟通效率、模拟高保真的危机场景等，是否意味着NTS教学的自动化时代已经到来？尽管人工智能在改进手术NTS方面显示出巨大潜力，包括局部和全局情境意识、直觉和决策分析培训、沟通模式优化以及领导力模型的转变（表1）。但是，将人工智能整合到NTS培训中应避免仅仅升级和优化技术部分。完美的培训模式取决于技术和人员、过程以及系统之间的兼容性，如果出现脱节，实际的教学效果可能会大大降低。因此，有必要引入STS视角，重新审视人工智能作为生态元素之一如何与人类行为、教学过程和机构环境共同进化[67]（表2）。

表1 传统方法和人工智能增强方法的NTS培训与评估
| 方法 | 目的 | 原理 |
|------------------------|---------------------------------|--------------------------------------|
| 传统方法 | 情境意识 | 局部和全局情境意识 |
| | 基于视频的模拟 | 计算机视觉、多模态感知 |
| | 可解释AI | 结构识别 |
| | 讲座式教学 | 观察学徒制 |
| | 自然语言处理 | 组织学驱动和直觉 |
| | 沟通情境分析 | |
| 人工智能增强方法 | 全局情境意识 | 观察学徒制 |
| | 讲座式教学 | 视觉一致性测试与AI分析 |
| | 瞳孔扩张 | 瞳孔扩张 |
| | 犹豫间隔 | |
| | 沟通与团队合作 | |
| | 心理模型 | |
| | MAGAN | 模拟冲突心理模型 |
| | LLM | |
| | 结构识别 | |
| | 决策 | 经验驱动的决策 |

表2 NTS培训中的社会技术理论要素和内容
| 要素 | 内容 | 技术 |
|--------------------------|---------------------------------|--------------------------------------|
| AI算法（如自然语言处理、计算机视觉） | AI算法（如自然语言处理、计算机视觉） |
| 硬件（VR/MR设备、传感器） | 硬件（VR/MR设备、传感器） |
| 人类行为 | 培训人员（技能水平、学习风格）、导师（教学理念） |
| | | |
| | 患者（模拟或真实参与） | |
| | | |
| | NTS培训课程设计、临床实践路径、反馈机制 | |
| | | |
| 机构环境 | 医学教育认证标准、数据隐私法规、医院文化 | |
| | | |
| AI = 人工智能 | AI = 人工智能 |
| MR = 混合现实 | |
| NTS = 非技术技能 | |
| | |

从STS的角度来看，人工智能在手术NTS教育中的价值不仅取决于其技术性能，还取决于其与人类行为、教育过程和机构环境的共同进化。未来的研究应超越单一技术的优化，关注系统级的兼容性设计。这可能涉及开发“具有机构意识的AI”，以适应不同医院的培训规范，或创建整合教育工作者、外科专家和人工智能工程师的跨学科协作平台（图2）。只有通过将人工智能深入嵌入社会技术网络，我们才能真正实现NTS指导的统一扩展和个性化。

开放多媒体模式
图1. 人工智能在非技术技能四个要素中的应用。
图2. AI在NTS培训中的应用。

技术-人类-过程交互对NTS教学的影响
技术可以增强人类能力，但也可能改变角色定位。积极的一面是，人工智能可以通过多模态数据分析提供客观评估，例如使用语音识别来评估培训人员命令的清晰度，这有助于解决人类导师的主观偏见。然而，当AI过度介入时（例如实时纠正培训人员的每一个动作），可能会导致培训人员产生认知依赖，从而影响他们在胰腺手术中的独立判断能力的发展——这是一个需要关注的潜在问题，可以通过人机协作设计来缓解。人工智能增强型胰腺手术培训的过程设计必须同时符合技术能力和外科医生的认知。尽管传统的麻醉与外科技术（NTS）培训依赖于标准化患者或模拟手术室，但生成式人工智能（generative AI）有望能够创建特定于胰腺的动态危机场景——例如，在胰十二指肠切除术期间突然发生的脾门静脉（SMV）撕裂的虚拟模拟，或由于胰十二指肠吻合口泄漏导致的延迟出血。这需要全面重新设计培训框架，可以从3个关键维度进行阐述。

在技术层面，AI系统必须模拟实时、特定于胰腺的压力情况，包括慢性胰腺炎中的解剖结构扭曲，手术过程中的关键延迟（如意外出血掩盖了门静脉解剖标志），以及器械使用中的挑战（如胰腺横断时钉合器失灵）。

在人为因素方面，受训者需要适应AI生成的、典型的胰腺手术并发症级联反应。这类级联反应的例子包括门淋巴结切除术期间同时发生的静脉出血和胆道损伤，吻合口张力引起的泄漏逐渐发展为败血症并伴随血管侵蚀，以及胰头切除术后胆囊管残端的坏死。

从流程角度来看，培训反馈必须从传统的事后总结转变为AI支持的实时干预。这种干预应支持两大核心功能：一是为高风险决策提供动态指导，例如评估通过放置分流器或移植来修复SMV撕裂的选择；二是针对技术错误提供即时指导。

**结论**

本综述勾勒出外科教育领域的范式转变，描绘了一个AI融入胰腺手术NTS培训体系的未来。我们证明了AI不仅仅是一种单纯的技术工具，它是一种变革性的催化剂，能够拆解、模拟并提升支撑手术室卓越表现的复杂认知和社会过程。通过提供特定于胰腺的数据驱动干预，AI解决了传统学徒模式的根本局限性，有望缩短胰腺手术的学习曲线。至关重要的是，我们认识到这一潜力的成功实现依赖于一个健全的麻醉与外科技术（STS）框架。将AI整合到胰腺NTS培训中应被视为一个涉及技术、人员、流程和制度生态系统的共同进化过程。通过这种方式，我们不仅能够培养出技术更熟练的外科医生，还能培养出在工作中更具情境意识、决策能力、沟通能力和适应力的领导者，从而最终提高接受复杂胰腺手术患者的护理标准。

**致谢**

RW、GZ和BD在概念构思、设计、文献检索、手稿准备和编辑方面贡献均等。LZ参与了手稿的编辑和审阅工作。HZ负责研究的概念和设计，监督整个项目，确定知识内容，并对手稿进行了细致的审阅和修改。

**财政支持**

本研究得到了山东大学综合教育与教学改革项目（2024Z02）、山东省本科教学改革研究项目（M2023082）、中华医学会医学教育分会项目、国家医学教育发展中心项目（2023B205）以及山东大学齐鲁医学院的特殊本科教育与教学研究项目（qlyxjy-202304）的支持。

**利益冲突**

作者声明没有利益冲突。

**参与者同意声明**

不适用。

**伦理批准**

不适用。