人工智能赋能的虚拟仿真教学模式在儿外科腹腔镜技能培训中的应用与评价

杨嘉飞 ,  何坤凤 ,  廖俊 ,  杜君 ,  谷化剑 ,  俞松

中国医学教育技术 ›› 2026, Vol. 40 ›› Issue (2) : 234 -239.

PDF (586KB)
中国医学教育技术 ›› 2026, Vol. 40 ›› Issue (2) : 234 -239. DOI: 10.13566/j.cnki.cmet.cn61-1317/g4.202602015
技术与教育

人工智能赋能的虚拟仿真教学模式在儿外科腹腔镜技能培训中的应用与评价

作者信息 +

Application and evaluation of AI-empowered virtual simulation teaching mode in pediatric laparoscopic skills training

Author information +
文章历史 +
PDF (599K)

摘要

目的 探讨人工智能(AI)赋能的虚拟仿真训练平台在儿童腹腔镜技能培训中的应用,评估其对医学生腹腔镜操作技能、空间认知能力和学习曲线的影响。 方法 选取贵州医科大学附属医院小儿外科专业四年级医学生60名,随机分为试验组(AI虚拟仿真训练)和对照组(传统教学)。试验组通过AI虚拟仿真系统进行儿童腹腔镜阑尾切除术的技能训练,训练持续4周,每周进行2次,每次60 min;对照组采用常规教学模式进行手术操作技能训练。两组在培训结束后进行理论知识、操作技能(OSATS评分)、操作时间、误操作次数和空间认知能力(MRT测试)等方面的评估。 结果 试验组在OSATS评分、操作时间、误操作次数及关键操作完成率等方面均优于对照组(P<0.05)。此外,试验组在空间定位准确性和器械轨迹稳定性方面表现更好(P<0.01)。学习曲线分析显示,试验组学员操作时间下降幅度更大,达到熟练标准所需的训练轮次更少(P<0.001)。初始基础较弱的学员在AI训练组的提升幅度更为显著。 结论 AI赋能的虚拟仿真训练在儿童腹腔镜技能培训中具有显著优势,能够有效提升学员的操作技能、空间认知能力,并提高学习效率、优化学习曲线。

Abstract

Objective To explore the application of virtual simulation training platform empowered by artificial intelligence (AI) in pediatric laparoscopic skills training and evaluate its impact on medical students’ laparoscopic skills, spatial cognition, and learning curve. Methods A total of 60 senior students majoring in Pediatric Surgery from the Affiliated Hospital of Guizhou Medical University were selected and randomly divided into the experimental group (AI virtual simulation training) and the control group (traditional teaching). The experimental group received training in pediatric laparoscopic appendectomy using the AI virtual simulation system for 4 weeks, twice per week, 60 minutes each time. The control group received traditional teaching methods for surgical skills training. After the training, both groups were assessed on theoretical knowledge, surgical skills (OSATS score), operation time, the number of intraoperative errors, and spatial cognition (MRT test). Results The experimental group performed significantly better than the control group in OSATS scores, operation time, the number of intraoperative errors, and key operation completion rates (P<0.05). Additionally, the experimental group showed better spatial accuracy and instrument trajectory stability (P<0.01). Learning curve analysis indicated that the experimental group had a greater reduction in operation time and required fewer training sessions to reach proficiency (P<0.001). Students with weaker initial skills showed more significant improvement in the AI training group. Conclusion AI-empowered virtual simulation training has significant advantages in pediatric laparoscopic skills training. It can effectively improve students’ surgical skills, spatial cognition, and enhance learning efficiency with a more favorable learning curve.

关键词

人工智能 / 虚拟仿真 / 儿童腹腔镜 / 技能培训

Key words

AI / virtual simulation / pediatric laparoscopy / skill training

引用本文

引用格式 ▾
杨嘉飞,何坤凤,廖俊,杜君,谷化剑,俞松. 人工智能赋能的虚拟仿真教学模式在儿外科腹腔镜技能培训中的应用与评价[J]. 中国医学教育技术, 2026, 40(2): 234-239 DOI:10.13566/j.cnki.cmet.cn61-1317/g4.202602015

登录浏览全文

4963

注册一个新账户 忘记密码

腹腔镜微创技术已成为当代小儿外科的主流治疗模式之一,但儿童腹腔镜操作训练因其特有的解剖与操作难度而被视为医学生与住培医师教学中的“高门槛技能”[1]。与成人相比,儿童腹腔容积更小、组织结构更脆弱、可操作视野更窄,器械操作容错空间极低,任何定位偏差或器械递送角度误差都可能导致严重组织损伤。然而,当前医学教育仍主要依赖手术室机会型观摩+实体训练箱的基础模拟操作模式,受限于病例数量、患者安全与学习机会分配等客观因素,使儿童腹腔镜技能训练长期存在操作可重复性差、学习曲线长、评估标准主观且难以标准化等问题[2-3]
近年来,人工智能(artificial intelligence,AI)与虚拟仿真(virtual simulation,VS)技术的发展推动了腹腔镜教学模式的创新。基于真实腹腔参数构建的仿真平台,通过动作轨迹捕捉、误操作识别和实时反馈等功能,实现了高仿真、可量化、可个性化的技能训练[4]。其中,机器学习与计算机视觉技术可自动识别操作路径、监测器械轨迹并即时提示错误,自然语言处理技术则将操作数据转化为易理解的反馈,从而促进针对性改进[5-6]。已有研究证实,AI赋能虚拟训练在空间定位与器械精细控制等能力培养方面优于传统教学,并可显著缩短技能学习周期[7-8]
本研究基于AI赋能虚拟仿真平台构建针对儿童腹腔镜操作的训练模式,并通过研究设计系统评估其在提升医学生腹腔镜操作技能效率方面的教学效果与优势。

1 研究对象与方法

1.1 研究对象

选取贵州医科大学附属医院儿科学专业四年级60名医学生作为研究对象。所有受试者在入组时均未接受过腹腔镜手术技能培训且无相关操作经验。运用随机数字表法将其分为试验组(n=30)与对照组(n=30)。

1.2 教学方法

本研究以腹腔镜下阑尾切除术作为具体的教学示例,旨在通过该手术的训练,评估虚拟仿真技术在腹腔镜手术技能教学中的应用效果。

1.2.1 分组

对照组:学生按照常规教学模式进行培训,首先接受关于儿童阑尾炎及腹腔镜阑尾切除术的理论授课。授课内容包括手术适应证、解剖要点及操作步骤,授课方式为传统课堂教学,并通过播放腹腔镜阑尾切除术教学视频进行示教。为了让学生在理论知识基础上有所实践,课后安排学生在临床带教教师的指导下,训练持续4周,每周训练2次,每次约60min,进行基本的手术操作练习,如定位阑尾、膜壁分离等步骤。该部分通过传统的模拟器手术操作进行。

试验组:在完成常规理论学习后,进入AI赋能虚拟仿真平台开展儿童腹腔镜阑尾切除术训练。该平台基于虚拟现实技术,并融合人工智能算法,实现全过程的实时监测与反馈。系统利用计算机视觉捕捉器械运动轨迹,并由智能算法判断操作是否规范;若出现器械偏离安全轨道、误伤非目标组织或步骤顺序错误等情况,即通过弹窗或语音提示进行即时纠正。训练结束后,平台自动汇总操作时间、关键步骤完成率和误操作次数等数据,生成个性化评估报告,并根据学员表现推荐相应的强化练习模块,形成自适应学习路径。试验组通过佩戴虚拟现实设备,在仿真环境中完成阑尾定位、膜壁分离、电凝切断和取出阑尾等完整操作。训练为期4周,每周2次,每次约60 min。每位学生需完成至少5次完整模拟手术,所有操作时间和误操作数据均由系统自动记录,学生可根据平台反馈反复练习薄弱步骤以提高熟练度。

两组学生均完成相同学时的阑尾手术相关理论学习,以确保基础知识的一致性。

1.2.2 评估指标

在完成上述训练后,对两组学生进行客观考核,从理论知识掌握和手术技能表现等方面评价训练效果。主要测评指标包括:

理论知识测试 考查学生对儿童阑尾炎病理生理、腹腔镜手术步骤及相关解剖知识的掌握情况。测试采用纸笔笔试形式,由50道单项选择题组成,每题2分,满分100分。

手术操作技能(OSATS评分) 采用客观结构化操作技能评估量表(objective structured assessment of technical skills,OSATS)对学生的腹腔镜手术操作表现进行评分。由两名经验丰富的腹部外科教师独立根据OSATS量表对每位学生的模拟手术操作进行评估,从多方面考察其技能水平,例如器械握持与操作技巧、手术操作流程的流畅性、对组织的保护及手眼协调配合等。每个维度按照1~5分进行评分,分数越高表示操作表现越好。两名评分者的评分取平均值作为该学生的最终OSATS总评分。

手术操作时间 指学生在腹腔镜阑尾切除模拟考核中完成手术所耗费的时间(以秒计)。从开始进行首次穿刺操作算起,直到模拟阑尾被成功切除取出并完成所有操作步骤为止的总时间。该项数据由两名经过统一培训的评价人员现场计时,并以视频回放核对记录。操作时间反映学生对手术步骤熟练程度和效率。

误操作次数 指在模拟手术过程中发生的不正确操作事件,以次数计,例如损伤非目标组织、操作超出规定区域、器械使用不当导致告警等情况均记为一次误操作。误操作次数由评价人员根据预设错误判定标准进行记录,并通过视频回放核对确认后汇总。

空间认知能力 采用心理旋转测试(mental rotation test,MRT)评估学生的三维空间想象与定位能力,每套试题20题,满分100分,得分越高表示空间认知能力越强,培训前后各测试一次,比较得分变化。训练前同时采用5级Likert量表对学生的视觉–空间感知进行自评(1分为“非常差”,5分为“非常好”),记为“视觉—空间感知评分”。技能考核中,由两名评估者根据操作录像对“空间定位准确性”和“操作流程规范性”按1~5分评分,虚拟仿真系统自动计算器械轨迹在操作区域内的空间标准差(SD,cm)作为“器械轨迹稳定性”指标,SD越小表示器械运动越稳定。

1.2.3 数据收集与评分

训练结束后一周内统一组织两组学生参加考核。理论考核采用闭卷笔试,当场评分。技能考核在临床技能中心进行,每位学生独立完成腹腔镜阑尾切除模拟操作,由经统一培训的两名资深外科医师评分。评委在监控室通过视频观察操作过程,与学生无直接接触,并对学生组别未知(单盲评估)。两名评委依据统一标准独立填写OSATS评分表并记录误操作情况,如评分不一致,则取平均值作为最终结果。操作时间及误操作数据由模拟系统自动生成供核对。全程由专人监督与记录,以确保考核客观、公正和一致。

1.3 统计分析方法

采用SPSS 26.0对数据进行统计分析。计量资料进行Shapiro-Wilk正态性检验;符合正态分布的数据以(x±s)表示,组间比较用独立样本t检验,组内前后比较用配对t检验;不符合正态分布者以中位数(IQR)表示,组间比较用Mann–Whitney U检验。计数资料以例数(%)表示,组间比较用χ²检验或Fisher确切概率法。针对手术技能评分(OSATS)、操作时间及空间认知能力(MRT)等结局指标在训练前后及组间的多重比较,以及初始 OSATS<75 分学员的亚组分析,采用Bonferroni 校正控制第一类错误累积,同时计算效应量(Cohen’s d,必要时η²)报告教学干预的效应强度。所有检验均为双侧检验,以校正后P<0.05为差异具有统计学意义。

2 结果

2.1 研究对象的一般情况

本研究共纳入医学生60名,其中试验组与对照组在性别比例、年龄、入学理论成绩及腹腔镜相关基础操作成绩等基线指标方面差异均无统计学意义(均P>0.05),两组具有良好可比性。如表1所示。

2.2 核心腹腔镜操作技能比较

训练结束后,试验组在OSATS评分更高、总操作用时更短、误操作更少、关键操作完成率更高等方面均优于对照组,差异具有统计学意义(均P<0.05)。相应效应量(Cohen’s d)分别为 1.19(OSATS 评分)、0.91(总操作用时)、0.99(误操作次数)和 1.13(关键操作完成率),提示教学干预在核心操作技能上产生了较大效应。如表2所示。

2.3 视觉-空间认知能力及操作规范性表现

视觉-空间能力测试及操作规范性评价显示,试验组在空间定位准确性、器械轨迹稳定性及操作流程规范性方面均优于对照组,差异具有统计学意义(均P<0.05)。对应效应量(Cohen’s d)分别为0.96、1.26 和 0.92,提示在视觉-空间认知及操作规范性方面亦存在中到大的教学效应。如表3所示。

2.4 学习曲线表现与技能掌握速度

学习曲线分析结果显示,试验组在第1~第3轮训练中操作时间下降幅度明显大于对照组,且达到OSATS≥80分所需训练轮次更少,差异具有统计学意义(均P<0.001)。对应效应量(Cohen’s d)分别为1.79(第1~第3轮操作时间下降幅度)和1.25(达到OSATS≥80 分所需训练轮次),提示学习曲线改善效果显著。如表4所示。

2.5 初始基础较弱学员亚组分析

在初始OSATS评分<75分的学员亚组中(试验组22人、对照组21人,共43人),试验组训练后OSATS评分提升幅度及操作时间缩短幅度均优于对照组,差异具有统计学意义(均P<0.05),对应效应量(Cohen’s d)分别为1.36(OSATS增幅)和2.05(操作时间缩短幅度),提示AI赋能训练对基础较弱学员具有更大的促进效应。如表5所示。

3 讨论

本研究结果显示,AI融合VS技术的教学模式在儿童腹腔镜技能培训中具有明显优势。与传统教学相比,接受该训练的学员在多项操作指标上均表现更佳:OSATS评分提升显著,模拟手术所需时间缩短,误操作减少,关键步骤完成率提高。同时,试验组在操作规范性和空间感知方面亦优于对照组,包括目标定位更准确、器械操作轨迹更平稳。上述结果提示,该类智能虚拟训练有效弥补了传统教学模式在反馈滞后、练习机会不足等方面的不足,有助于提升培训成效。

这一结论与国内外相关研究报道相吻合。近年来,VS技术结合智能算法逐渐应用于外科教学,被认为可提供逼真、可重复的训练场景,并能给予学习者实时反馈,从而显著改善培训质量。在腹腔镜教学领域,已有多项研究证明VS训练能够缩短培训周期、提高操作准确性及效率[8-9]。Seymour等曾开展随机对照研究,结果显示接受VS训练的住院医生在首次实施腹腔镜胆囊切除时错误率更低、手术时间更短[10]。有文献提到VS训练可使操作速度提升约29.0%,错误率减少近6倍[11]。本研究同样观察到类似趋势:试验组在模拟阑尾切除训练中,操作效率和准确性均优于对照组。值得一提的是,本研究所用平台在VS基础上加入AI评估与个性化提示功能,可针对不同学员的弱项提供定向练习与实时纠正,这种“智能化反馈”机制在一定程度上强化了训练效果。

本研究还发现,该训练模式对提高学员的空间认知能力具有积极作用。MRT心象旋转测试结果表明,试验组训练后空间想象与定位能力提升明显,增幅亦显著高于对照组。这种改善可能源于沉浸式三维训练环境提供了更接近真实腹腔镜视野的体验,使学员在反复练习中加强了手眼协调与立体空间理解[12-13]。有研究指出,虚拟环境训练能更有效地改善受训者的空间认知表现,尤其对起点较低者更为明显[14]。本研究中,试验组在空间定位准确性和器械运动稳定性方面均优于对照组,进一步说明沉浸式训练有助于培养实施腹腔镜操作所需的立体感知与精细操作能力。对儿童腹腔镜手术而言,掌握在有限空间内准确定位与稳定操作尤为关键,而虚拟训练提供了安全、可重复的磨炼机会。训练系统的评估机制针对儿童腹腔镜手术的这些特殊挑战进行了优化设计,通过轨迹追踪、误伤识别和尺度调节等手段将学员的操作表现量化评估。例如,平台的器械轨迹追踪模块精确记录了学员在狭小腹腔空间内的器械运动路径及稳定性,其误伤识别算法能够捕捉任何对非目标组织的碰触并将其计为误操作;再结合对虚拟腹腔与手术器械尺寸的合理尺度调节,平台得以在仿真环境中严格再现儿童手术的有限操作空间并据此评估学员的表现[15-16]。通过这些有针对性的评估指标与反馈机制,受训者得以在安全的模拟环境中逐步掌握儿童腹腔镜手术所需的精细操作技巧和空间感知能力。

学习曲线分析同样支持智能虚拟仿真培训的成效。在为期4周的训练过程中,试验组技能提升速度明显快于对照组:其操作时间在前期数次训练中即出现明显下降,且达成熟练标准(OSATS≥80分)所需训练次数显著少于对照组。这说明AI支持的虚拟训练可加速技能掌握,有助于学员更快达到可在临床实践中应用的熟练水平。更陡峭的学习曲线不仅提高教学效率,也可能降低学习者在真实手术早期阶段的临床风险。这与既往研究中“模拟训练可减少临床初学者错误”的观点一致[17-18],尤其值得关注的是,在初始基础相对较弱的学员中,试验组的进步幅度更为突出,OSATS提升值和操作时间缩短均优于对照组的同类学员,提示AI虚拟训练具备“扶弱补差”作用,有助于缩小学习差距。传统教学中,教师难以针对每位学员的个体差异进行持续调整,而智能平台可实现定制式反馈,从而提高整体培训质量[19-20]

当然,本研究仍存在一定局限。①本研究的评估主要基于模拟操作表现,尚未对学员于真实临床手术中的表现变化进行验证。尽管文献报道模拟技能可一定程度转化至临床实践,但仍需进一步开展临床验证研究。②本研究样本量较小,为单中心研究,训练内容聚焦于一种腹腔镜操作,研究周期亦较短。未来有必要开展多中心、扩大样本及延长随访的研究,训练内容亦可拓展至其他腹腔镜操作领域,如泌尿及胸腔镜等,以验证其更广泛的适用性。③本研究虽采用对照设计并由盲法评分,但培训成效仍可能受学员学习主动性、导师教学方式等因素影响。提示后续实施中需配套完善导师培训与激励机制,以更好发挥智能训练平台优势。

4 结论

本研究通过随机对照研究验证了AI赋能虚拟仿真训练模式在儿童腹腔镜技能教学中的有效性。与传统教学相比,该模式不仅提升了学员的操作技能与空间认知能力,加快了学习进度,并对基础较弱的学生具有更加明显的促进作用,弥补了传统培训反馈滞后、个性化指导不足等局限,为人工智能与虚拟现实技术融入外科教学提供了实践依据,但该模式仍存在训练项目单一、临床迁移效果有待进一步验证等不足。后续研究将基于本研究的成果,拓展更多外科操作场景并优化智能反馈机制,以持续完善教学模式并促进其在更大范围的推广与应用。

参考文献

[1]

陈子民, 李智涵, 孙俊, . 腹腔镜培训在儿童普外科住院医师规范化培训教学中的应用研究[J]. 中华医学教育探索杂志, 2023(2): 260-263.

[2]

刘德鸿, 陶天, 路腾飞, . 基于虚拟现实技术的腹腔镜模拟操作训练与传统训练在小儿泌尿微创手术教学中的应用对比[J]. 微创泌尿外科杂志, 2024(3): 145-149.

[3]

KIM JK, BATRA N, SHAVNORE R, et al. Attaining competency and proficiency in pediatric robot-assisted laparoscopic ureteric reimplantation: A learning curve configuration using cumulative sum analysis[J]. World Journal of Urology, 2025(1): 372.

[4]

ESPOSITO C, MASIERI L, CASTAGNETTI M, et al. Current status of pediatric robot-assisted surgery in Italy: Epidemiologic national survey and future directions[J]. Journal of Laparoendoscopic & Advanced Surgical Techniques, 2023 (6): 610-614.

[5]

WAGNER M, MÜLLER-STICH B P, KISILENKO A, et al. Comparative validation of machine learning algorithms for surgical workflow and skill analysis with the heichole benchmark[J]. Medical Image Analysis, 2023, 86: 102770.

[6]

BASNAWI A, KOSHAK A. Application of artificial intelligence in advanced training and education of emergency medicine doctors: A narrative review[J]. Emergency Care and Medicine, 2024(3): 1-8.

[7]

BHARDWAJ S, NARLA S, ABSUR M N, et al. Augmented reality-assisted pediatric surgery: A machine learning-based approach for enhancing accuracy[C]//2025 First International Conference on Advances in Computer Science, Electrical, Electronics, and Communication Technologies (CE2CT). IEEE, 2025: 832-836.

[8]

CHANCE E A. The combined impact of AI and VR on interdisciplinary learning and patient safety in healthcare education: A narrative review[J]. BMC Medical Education, 2025(1): 1039.

[9]

HALMAN J, TENCER S, SIEMIŃSKI M. Artificial intelligence and extended reality in the training of vascular surgeons: A narrative review[J]. Medical Sciences, 2025(3): 126.

[10]

SEYMOUR N E, GALLAGHER A G, ROMAN S A, et al. Virtual reality training improves operating room performance: Results of a randomized, double-blinded study[J]. Annals of Surgery, 2002 (4): 458-464.

[11]

DAVIDOVIC V, GIGLIO B, ALBELOUSHI A, et al. Effect of artificial intelligence-augmented human instruction on feedback frequency and surgical performance during simulation training[J]. Journal of Surgical Education, 2025(11): 103743.

[12]

VAJSBAHER T, SCHULTHEIS H, FRANCIS N K. Spatial cognition in minimally invasive surgery: A systematic review[J]. BMC Surgery, 2018(1): 94.

[13]

王宏伟, 姜若冲, 朱磊. 基于虚拟现实技术的空间认知能力试验方法研究[J]. 军事医学, 2018(7): 497-501.

[14]

ROSENTHAL R, HAMEL C, OERTLI D, et al. Performance on a virtual reality angled laparoscope task correlates with spatial ability of trainees[J]. Indian Journal of Surgery, 2010 (4): 327-330.

[15]

郑斌, 王小林. SSRL 外科仿真训练及基本要素[J]. 中华小儿外科杂志, 2015(8): 638-640.

[16]

程聪, 陆马乘, 张烨. 增强现实技术在腹腔镜机器人手术的应用及研究进展[J]. 中国医疗设备, 2023(9): 153-159.

[17]

LUO Y, WANG J, YAN Z, et al. Enhancing laparoscopic surgery training: A comparative study of traditional models and automated error detection system[J]. BMC Medical Education, 2025 (1): 677.

[18]

旷光华, 罗伟, 夏瑞, . 情境模拟教学在临床医学教学中的应用[J]. 医学与哲学, 2023(18): 56-61.

[19]

白洁, 高天昱, 顾耀祖, . 人工智能和虚拟现实技术在麻醉学教学中的实践与前景: 个性化学习路径的综述研究[J]. 中国医学教育技术, 2025(3): 322-327.

[20]

SEWELL C, MORRIS D, BLEVINS N H, et al. Providing metrics and performance feedback in a surgical simulator[J]. Computer Aided Surgery, 2008(2): 63-71.

基金资助

贵州医科大学附属医院(JXYJY-2025-043.JXYJZ-2025-013)

AI Summary AI Mindmap
PDF (586KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/