在机器人虚拟现实平台上的基线表现预测了基于熟练程度的课程中的技能获取率:一项针对外科实习生的队列研究
Andres A Abreu1, Benjamin Rail1, Emile Farah1
1Division of Surgical Oncology, Department of Surgery, University of Texas Southwestern Medical Center, 5323 Harry Hines Blvd., Dallas, TX, 75390, USA.
Surgical endoscopy
|August 21, 2023
概括
基线虚拟现实 (VR) 机器人模拟器技能,特别是运动经济 (EOM),预测外科住院医生的表现. 训练开始时更好的EOM技能与更快地获得机器人手术熟练程度相关.
科学领域:
- 外科教育的外科教育
- 机器人手术培训 机器人手术培训
- 医疗模拟 医疗模拟
背景情况:
- 机器人手术是一个不断发展的领域,需要专门的培训.
- 住院计划必须适应机器人手术教育.
- 虚拟现实 (VR) 模拟器为基础技能发展提供了一个平台.
研究的目的:
- 评估基线虚拟现实 (VR) 机器人模拟器技能是否可以预测基于能力的机器人手术课程的后续表现.
- 确定与培训成果相关的特定VR指标.
主要方法:
- 21名普通外科实习生 (PGY-1s) 在训练营期间完成了验证的VR任务.
- 记录了包括分数,时间和运动经济 (EOM) 在内的性能指标.
- 这些指标与使用统计分析 (斯皮尔曼的rho,曼-惠特尼U) 在居住期间获得的熟练度基准进行了比较.
主要成果:
- 基线VR性能,特别是EOM,与更快获得机器人手术熟练程度有显著的相关性.
- 基线EOM较低的居民需要更少的尝试和更短的时间来达到熟练度基准.
- 在基线得分和技能缩短的时间之间发现了显著的相关性.
结论:
- 内在的运动经济 (EOM) 技能可能有助于更快地学习机器人手术技术.
- 虚拟现实模拟器指标,特别是EOM,可以作为训练成功的预测指标.
- 进一步的研究应该调查先天技能差异对外科手术表现的长期影响.
