人工智能在腹腔镜培训中的应用

马克西姆·戈尔什科夫，医学博士，医学教育学博士，医学模拟硕士（格拉茨大学），名誉教授

EuroMedSim，欧洲医学模拟研究所

题为《人工智能在腹腔镜培训中的应用》的电子海报，于2026年6月19日在法国里昂举行的医学模拟应用学会（SESAM-2026）会议上展示。

引言

腹腔镜基础技能的培训是一个复杂且耗时的过程。腹腔镜手术基础（FLS）课程仍是结构化心理运动技能培训的金标准。然而，为了确保操作正确并给予反馈，需要讲师进行持续监督。一种有前景的替代方案是利用计算机视觉（CV）——人工智能（AI）系统的一个子类型——在腹腔镜模拟中进行自动、客观的绩效评估。本研究旨在开发并验证一套基于计算机视觉的系统，用于对基本腹腔镜技能任务的操作表现进行自动、客观的评估。

方法与结果

将配备两台同步摄像头的实时视觉系统集成到腹腔镜模拟训练箱中，该训练箱采用标准腹腔镜器械及任务装置。计算机视觉的AI算法可识别器械、物体及操作事件（如木钉转移、组织切割、内窥镜套圈操作），并计算定量参数。计算机视觉模型基于约300段标注训练视频（约50,000帧标注画面）进行训练。采用Python语言，结合了经典计算机视觉与深度学习方法。由专家外科医生对验证数据集进行评分，作为金标准。

该计算机视觉系统在所有练习中与专家评估的一致性达到90–95%，且测量指标（如时间、准确率、轨迹）的偏差极小。随着训练数据集规模扩大和多样性增加，系统性能显著提升。算法能够实时有效地检测关键动作、器械路径及常见错误。

讨论

所开发的AI驱动视觉系统在评估基础腹腔镜技能方面展现出高精度和可靠性。该系统不仅能大幅减轻指导教师的工作负担，还能为学员提供客观、快速且一致的反馈，从而提升外科教育的标准化水平。

参考文献

1. Fraser SA, Klassen DR, Feldman LS, Ghitulescu GA, Stanbridge D, Fried GM. 腹腔镜技能评估：MISTELS系统的合格/不合格分数设定。《外科内镜》2003年6月；17(6):964-7. doi:10.1007/s00464-002-8828-4. 2003年3月28日在线发表. PMID: 12658417.

2. Higgins RM, Turbati MS, Goldblatt MI. 备考并通过腹腔镜外科基础（FLS）考试可提升普通外科住院医师的手术表现和自主性。《腹腔镜外科》. 2023年8月;37(8):6438-44. doi:10.1007/s00464-023-10124-8. 电子版发布于2023年5月18日. PMID: 37202525.