机器人平台上的实习外科医生的外科技能:系统审查和元分析

科学领域:

• 外科教育的外科教育
• 医疗模拟 医疗模拟
• 机器人手术 机器人手术

背景情况:

• 机器人辅助手术提供了更高的精度,但也带来了独特的训练挑战.
• 传统的外科培训往往不足以满足机器人手术的心理运动和认知需求.
• 目前对机器人手术能力的评估工具缺乏普遍标准化.

研究的目的:

• 系统地审查和定量综合基于模拟的机器人外科培训的证据.
• 评估能力评估工具,学习曲线值,以及机器人手术模拟中的技能转移.
• 确定有效的策略,以提高机器人手术技能的获取.

主要方法:

• 在五个主要数据库中进行系统的文献搜索,截至2025年6月.
• 对14项涉及652名使用验证的机器人模拟器进行手术培训的研究进行了元分析.
• 根据PRISMA 2020指南进行数据提取,并计算聚合效应大小.

主要成果:

• 基于模拟的培训显著改善了GEARS和OSATS指标的性能.
• 在任务完成时间和错误率方面观察到显著的改进.
• 性能高原发生在15-35次会议之间;腹腔镜技能转移显示中等效益.

结论:

• 基于模拟的培训有效地提高了机器人手术的熟练程度,特别是通过验证的指标和专家反.
• 基于能力的框架,整合绩效分析和学习曲线数据至关重要.
• 未来的研究应该专注于人工智能增强平台和模拟器技能的临床验证.