微手术教育中的人工智能:对其在培训外科医生的作用进行系统审查

科学领域:

• 医疗教育 医学教育
• 进行外科手术培训.
• 人工智能的人工智能

背景情况:

• 微手术培训传统上涉及一个的学习曲线,要求广泛的监督实践和模拟.
• 人工智能 (AI) 为医学教育提供了一种新的方法,为微手术学员提供实时反和先进的模拟.

研究的目的:

• 系统地审查AI在微手术教育中的范围,实施和成果,为各级学员提供培训.
• 确定关键的人工智能技术及其对技能评估,教育材料和微手术外科医生的表现的影响.

主要方法:

• 根据PRISMA-ScR指南,在2024年10月进行了系统审查.
• 在Embase,PubMed,Scopus和Web of Science的搜索中,发现了3323个引用;16项研究符合AI在微手术教育中的纳入标准.
• 人工智能干预包括计算机视觉,传感器驱动模型,机器学习,神经网络,转移学习,零射击推理,AR / VR和解剖地标跟踪.

主要成果:

• 人工智能干预的重点是客观的技能评估,创新的教育材料,以及改善外科医生的工作量和表现.
• 人工智能在技能评估中表现出高准确度 (0.74-0.99) 和显著减少的培训时间 (p=0.015).
• 人工智能增强训练改善了人体工程学,并最大限度地降低了认知负载,加速了学习曲线 (β=0.86与β=0.25).

结论:

• 人工智能具有显著的潜力,可以通过增强的技能评估,改进的培训工具和人体工程学支持来彻底改变微手术教育和实践.
• 需要进一步的研究来应对包括数据偏差,标准化和微手术中AI无现实世界的实施在内的挑战.