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
生物通微信公众号
生物通新浪微博
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