人工智能用于和结结技能的评估:系统性审查

科学领域:

• 医学教育 医学教育
• 进行外科手术培训.
• 人工智能在医学中的应用

背景情况:

• 人工智能 (AI) 为外科手术技能培训和评估提供了巨大的潜力.
• 人工智能模型对和结结技能评估的异质性阻碍了其在教育中的实际应用.

研究的目的:

• 探索人工智能方法的实用性,以评估和结结技巧.
• 识别基于人工智能的外科技能评估中的潜在挑战.

主要方法:

• 在PubMed,Web of Science和Embase数据库中进行系统的文献搜索,截至2024年6月30日.
• 包含使用人工智能的原始研究来评估和结的技能,但不包括手势识别,非英语文章,评论和摘要.
• 数据提取的重点是研究特征,输入数据 (动态,视频,生理),人工智能方法和准确性.

主要成果:

• 包括41项研究,807名参与者;大多数评估了和结结的技能.
• 在66%的研究中使用了动力学数据,54%使用了视频数据. 卷积神经网络 (CNN) 模型显示了比传统机器学习 (60%-100%) 更高的准确性 (91%-100%).
• 三项研究整合了生理数据,提高了表现 (R2 = 0.92).

结论:

• 利用时空或多模式数据的CNN模型有效地评估了开放式,腹腔镜和机器人手术中的和结结技巧.
• 基于人工智能的评估结果与传统的评分方法密切一致.
• 未来的研究应该优先考虑标准化输入数据,改善跨场景的可转移性,并为外科培训提供自动评分和反.