机器人辅助手术阴道残端缝合中的深度学习：技术技能评估与预测的多中心前瞻性研究

要点

• 深度学习技术能够客观评估手术技能并检测机器人辅助手术阴道残端缝合过程中的技术错误，为外科教育提供支持。
• 融合视频数据的多模态学习模型在技能评估中可达到较高准确率（>80%），且与经过验证的人类专家评分高度相关。
• 可调整的机器人技能全球评估量表（Modifiable Global Evaluative Assessment of Robotic Skills, GEARS）和客观临床人类可靠性分析（Objective Clinical Human Reliability Analysis, OCHRA）等客观指标与术者经验及手术结局相关。
• 这些方法为机器人辅助下微创妇科手术中的AI驱动质量监测和基于证据的资质认证奠定了基础。

背景