从手动参数到基于人工智能的自动化:对内镜外科技能评估的最新进展进行系统审查

科学领域:

• 医学教育 医学教育
• 手术技术 手术技术
• 生物医学工程 生物医学工程

背景情况:

• 评估外科技能对于有效的外科培训至关重要.
• 技能评估的许多方法和评分表已经出现.
• 内镜外科手术需要专门的评估技术.

研究的目的:

• 系统地审查评估内镜外科技能的技术.
• 为了分类和分析现有的外科技能评估系统.
• 确定内镜技能评估领域的趋势和差距.

主要方法:

• 进行了在2015年至2024年期间发表的内镜手术中外科技能评估系统的在线搜索.
• 系统按评估策略 (手动/自动),自动技术 (参数,ML/DL),国家,子专业和参数进行分类.
• 分析了手动和自动评估方法中使用的参数数量.

主要成果:

• 确定了46个不同的内镜手术外科技能评估系统.
• 自动评估 (52.2%) 越来越普遍,超过手动评估 (47.8%).
• 基于参数的方法主导自动评估 (70.8%),机器学习/深度学习 (ML/DL) 使用频率较低 (16.7%和12.5%).
• 与手动方法相比,自动化系统倾向于使用较少的参数 (0-10).
• 大多数系统的重点是整体外科专用技能 (32.6%),而不是通用技能 (17.4%).

结论:

• 内镜技能评估正在从手动到自动化的方法过渡.
• 有限的公共数据集阻碍了自动化评估的发展.
• 需要自动化技术来纳入更全面的技能参数.
• 需要进一步的研究来评估不同外科分专业的技能.