ADAMS:一种用于微吻合训练的人工智能辅助评分系统

《Journal of Surgical Education》:ADAMS: An Artificial Intelligence– Assisted Scoring System for Microanastomosis Training

【字体: 大 中 小 】 时间:2026年10月12日 来源:Journal of Surgical Education 2.2

编辑推荐:

   •用于微吻合术能力评分的新型AI辅助系统。•六领域、30分框架客观分层评估表现。•静态图像分析可提供即时、针对具体病例的反馈。•AI辅助框架通过自适应评分补充现有评估体系。•可扩展平台支持自主显微外科训练。章节摘要引言人工智能(AI)已显著改变了医学领域,但其在显微外科训练中

  
  • •
    用于微吻合术能力评分的新型AI辅助系统。
  • •
    六领域、30分框架客观分层评估表现。
  • •
    静态图像分析可提供即时、针对具体病例的反馈。
  • •
    AI辅助框架通过自适应评分补充现有评估体系。
  • •
    可扩展平台支持自主显微外科训练。

章节摘要

引言

人工智能(AI)已显著改变了医学领域,但其在显微外科训练中的作用仍尚未得到充分发展。1 显微外科训练,尤其是在微吻合术方面,需要反复练习才能达到熟练水平。曾经被视为技能获取黄金标准的动物模型面临着基于3R原则——替代、减少和优化的伦理问题,以及经费方面的限制。2 合成显微外科模型的采用

方法与方法学材料

本试点研究招募了20名受试者,来自住院医师规范化培训第1至第6年及医师助理(16名整形外科住院医师、2名心胸外科住院医师、2名医师助理),他们均报名参加了基础显微外科培训课程。每人使用显微外科训练套件、显微外科器械、6毫米聚乙烯管和9/0聚对二氧环己酮缝线完成了一例端端微吻合术。受试者使用2.5倍放大倍率的显微手术放大镜,每个

结果

ADAMS提供了一套六领域、30分的评分系统(表2),并根据五个类别划分以定义表现基准(表3)。分数范围为9至23分,中位数为13分。总体表现偏向评分尺度的较低区间(图1)。根据ADAMS分类(表3),大多数吻合术(n = 12,60%)落入"需要改进"类别(得分10至17分),表明在缝线放置、边缘对合等方面存在技术不一致性,以及

讨论

ADAMS引入了一种标准化的AI辅助微吻合术训练方法,解决了现有评估工具中固有的几项局限性。与固定的、依赖教职人员的系统不同,ADAMS通过迭代式AI驱动流程开发而成,并提供结构化的、针对具体病例的反馈。这一设计支持独立学习和能力导向教育,同时减少了对直接教职人员监督的依赖。

结论

总之,ADAMS利用人工智能优化和标准化评分标准,为显微外科教育培训引入了一种新型方法。其迭代开发过程能够实现客观、可扩展且不断演进的胜任力导向学习框架的创建。尽管在扩展适用范围和优化参数方面仍存在挑战,但ADAMS有望提升显微外科教育质量。

数据可用性声明

支持本研究结果的数据可在向通讯作者请求后获得。

伦理声明

本研究无需伦理审批,因为不涉及人类受试者、人体组织、动物或可识别的患者数据。

作者贡献

J.H.构思并设计研究,执行数据收集与分析并起草文稿。所有作者均对文稿进行了批判性审阅并批准最终版本。
Janet Hung|Muhammad Adnan Shakeel|Shih-Chi Hsiao|Yu-Chi Wang|Lisa Catarzi|Yur-Ren Kuo
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号