用人工智能增强的基于视频的手术质量评估,用于培训腹腔镜右侧小肠切除术: "边际收益"试点研究
Salvador Morales-Conde1, Andrea Scammon Duran2, Andrea Balla1
1Department of General and Digestive Surgery, University Hospital Virgen Macarena, University of Sevilla, Sevilla, Spain; Unit of General and Digestive Surgery, Hospital Quirónsalud Sagrado Corazón, Sevilla, Spain.
概括
开发了一种新的标准化工作流程,用于腹腔镜右半球切除术 (LRH) 中的外科质量评估. 这种方法通过"边际收益"课程传播,并与人工智能进行评估,显示了手术质量和参与者技能的显著改善.
科学领域:
- 外科手术质量评估的质量评估
- 最少侵入性的手术
- 手术教育技术 技术手术教育
背景情况:
- 制定标准化外科质量评估 (SQA) 协议对于改善腹腔镜手术患者的结果至关重要.
- 腹腔镜右半球切除术 (LRH) 需要精确的技术,这使得客观质量评估具有挑战性.
研究的目的:
- 提出一个标准化的工作流程,对LRH的SQA提出批判性观点.
- 通过"边际收益"教育课程传播这种工作流.
- 通过人工智能 (AI) 增强的基于视频的评估 (VBA) 来评估课程对外科质量的影响.
主要方法:
- 专家外科医生为LRH开发了一项由9个阶段的21个SQA项目组成的协议.
- 一个"边际收益"课程结合了电子学习和现场沉浸,以教授该协议.
- 课程前后程序的视频由专家和人工智能评估,用于SQA和工作流分析.
主要成果:
- 建议的SQA项目在82.7%的案例中适用.
- 四分之三的参与者在课程结束后SQA分数有所改善 (30%的增加).
- 身体内解剖质量显著改善 (+56%),所有参与者都采用了这种技术.
结论:
- 对LRH的结构化,基于步骤的方法可以显著提高外科教育和实践.
- 人工智能增强的VBA在评估外科训练干预措施的影响方面是有效的.
- 这项研究主张在外科培训和质量评估方面进行范式转变.
