客观结构化临床技能评估的研究进展及在胸外科的应用前景

李辉，游宾，叶鑫

首都医科大学附属北京朝阳医院 胸外科（北京  100020）

通信作者：李辉，Email：huilee@vip.sina.com

关键词：  胸外科；客观结构化临床技能评估；质量控制

引用本文：李辉, 游宾, 叶鑫. 客观结构化临床技能评估（OSATS）的研究进展及在胸外科的应用前景. 中国胸心血管外科临床杂志, 2019, 26(1): 35-41. doi: 10.7507/1007-4848.201810040

摘要

胸外科手术的规范化和质量控制一直缺乏统一的标准。理想的手术质量评估标准应该具备以下几个条件：客观公正，内容专业，结构细化，可量化。客观结构化临床技能评估（OSATS）是近年来发展形成的对手术操作质量进行考评的可靠方法。本文通过回顾相关文献，就 OSATS 发展历程及其在胸外科手术技术评价和质量控制方面的前景做一综述。

正文

临床医学已经进入标准化的时代。常见疾病大多形成了基于循证医学证据的临床指南。疾病的诊断和治疗逐渐步入标准化的正轨。但是对外科手术过程的标准化，则相对发展滞后。长久以来，外科手术的规范化和质量控制一直缺乏统一的标准。以胸外科疾病为例：常见疾病如肺癌、食管癌等的诊疗流程都已经有可遵循的标准化临床指南，但在手术环节的规范和质量控制却无公认的标准。国内现状尤其如此，作为外科临床治疗最重要的环节，手术的标准化及其评估，目前几近空白。外科手术技术含量高，变化繁复，对其质量的优劣进行评价，确实有一定的难度。理想的评估标准应该具备以下几个条件：客观公正，内容专业，结构细化，可量化。

客观结构化临床技能评估（objective structured assessment of technical skills，OSATS）的体系和理念较符合上述需求。本文通过回顾相关文献，就 OSATS 发展历程及其在胸外科手术技术评价和质量控制方面的前景做一综述，为手术质量控制方面的研究开辟视野并提供一些理论依据。

1   OSATS 的起源

OSATS 的概念是在 20 世纪 70 年代被提出的。其动因在于传统的考试考核方式无法满足对临床技能，尤其是对手术操作技能进行评判的要求。在真实病患身上进行操作考核，难以重复且有违医学伦理的规范。而单纯凭借考官的个人判断，则缺乏客观性且容易失之于笼统。因此，追求考核程序的客观性，全面性和准确性，并将考核内容细化结构化成为临床技能考评的重要准则。顺应这一要求，OSATS 概念由此而生，并建立了临床评估的量化模式。

在 OSATS 建立的初期，临床技能评估即与真实手术操作区分开来，是在模拟场景和仿真教具上完成的。当时的研究多数致力于论证 OSATS 的可行性。大量研究证实 OSATS 可以替代真实的现场手术操作考核，准确评价外科医生的手术技术[1-3]。其后在多中心的大样本测试中，OSATS 也显示出对医生手术操作能力的准确评估[4]。有研究证实，对术者的动作进行分析（motion analysis）和 OSATS 的结果具有高度一致性，这也从一个侧面说明 OSATS 可以较好评价外科医生的手术技术水平[5]。在评价机器人手术系统使用水平的测试中显示，动作分析结合 OSATS 更能准确体现术者的手术技术[6]。

其后，在医学教育和考试领域中引入了标准化病人（standardized patients，SP）的模式，主要用于对非创伤性检查和操作的考核。由此形成了 OSATS 在医学生考试中的独立分支，即客观结构化临床考试（objective structured clinical examinations，OSCE）[7]。这一考试模式至今在国内外临床医学教育中广泛应用并蓬勃发展。

2   OSATS 体系的建立和完善

随着 OSATS 的尝试获得初步成果，更广泛的应用和更深入的相关研究伴随而来。在欧美国家，OSATS 逐渐成为医师外科技术考核的量化标准，从缝合、结扎等基本操作，到各专业住院医师的入门手术，均采用这一考评方式[8-9]。这使得临床操作技能的考核评估，进入了标准化和量化的时代。

但各专业外科手术因涉及的器官系统不同，且手术方式和操作特点变化较大；而早期的 OSATS 评价体系太笼统，存在结构上的缺陷，因此在现实中应用也引起了一定的争议[10]。有 Meta 分析研究认为，OSATS 对评价教学的收效和技能的提高有帮助，但并不适用于考试或水平鉴定[11]。可能正是由于当时的 OSATS 框架结构宽泛，缺乏专业针对性。另有 Meta 分析显示：作为临床技能评价系统，最重要的因素是评价内容、结构及其有效性。而这几个要素都存在由于主考者主观期望值所造成的偏倚[12]。这一点应该也和 OSATS 评分量表缺乏专业性、特异性有很大关系。

于是各国学者针对不同专业、不同疾病和不同手术种类，逐步建立并验证了各领域的 OSATS 评分量表。这些专属的 OSATS 评分模块涉及了包括普通外科、泌尿外科、骨科、血管外科、耳鼻喉科、整形外科、妇产科、微创外科、神经外科、小儿外科，乃至麻醉科等在内的诸多领域[13-23]。甚至针对许多单一的病种和手术方式也建立了独有的评估量表，如减肥手术评估（bariatric objective structured assessment of technical skills，BOSATS）[24]。随着 OSATS 结构方面的不断完善和细化，除了用于初级医生的临床技能考核，其对高年资的住院医师，乃至专科医生的临床技能考评同样显示出一定的价值[25]，进而也为手术资质的准入设定了标准[26]。而根据不同手术和不同技术水平要求对 OSATS 系统进行调整，可以形成不同种手术或不同年资医生的技能评价指标[27]。有研究证实：OSATS 表现与医生的年资呈正相关[28]。其实，除了 OSATS 之外，还有许多手术技能评估体系，可以针对不同手术或疾病，制定或选择完善合理的评估体系[29]。

此外，有研究发现 OSATS 在用于考核的基础上，对于医师的自我评测也较准确[30]。这点说明 OSATS 系统可以帮助学习过程中的医生进行自我评估，并在此基础上发现自身不足，从而有针对性地训练提高。由此 OSATS 也逐渐被当作外科医生培训的标准流程。近年来围绕 OSATS，建立了一些技能培训体系[31-33]。甚至有研究尝试探讨基于 OSATS 的模拟教学是否可以替代教师指导的传统学习方法。研究结果发现：在简单操作的学习中两者并没有明显差异，但教师指导的传统教学方法对进一步学习较复杂的操作，似乎更有帮助[34]。

另一方面，作为一种临床技能评估工具，OSATS 也成为外科医生教学和培训方法研究的工具，在肝胆外科、胃肠外科、微创外科、心脏外科以及显微外科等领域广泛应用[35-42]。有研究尝试直接将 OSATS 用于评价不同手术方法和手术器械的优劣[43-44]。还有研究采用 OSATS 系统评估手术者疲劳对手术操作水准的影响[45]。

3   OSATS 的应用进展和发展方向

3.1   应用方法的拓展

首先是在 OSATS 评估方式上的拓展。最初的临床技能考核是考官在操作现场完成的。而这种方式逐渐被替代为通过观看视频录像，在远程完成考核。在 OSATS 应用的初期，即有学者探索其在远程考核中的应用，结果同样显示出其稳定性和有效性[46]。有研究显示：现场 OSATS 和视频 OSATS 评分相比，对专家医生的手术技能评判是有差异的；但对初学者的技能评估，两者并无差异。一旦将视频 OSATS 评分与手术时间长短相结合，能更接近现场评判结果，更好地反应手术技能的优劣[47]。

3.2   应用场景的转变

与此同时，临床技能评估的对象也在逐步演变。早期的 OSATS 多用于医学生和初级医生模拟操作培训的评价，之后有研究开始将 OSATS 引入手术室的实际操作考评[48]。研究证实：从高年资医生的培养或手术操作的规范化角度讲，在患者身上的实践比模拟场景的训练和考核更有价值。而这两者的训练和考评显然还是存在明显差异的[49-50]。新近的 OSATS 研究中，有应用对象逐步升级的趋势，从对医学生和初级医生的培训，逐步增加了对高年资医生和专科医生复杂手术技能的评估和质量控制。这一点应该正顺应了疾病治疗标准化和精准外科手术的发展潮流。

3.3   评估体系结构的完善

作为结构化的技能评估体系，OSATS 必然要随着外科学各专业领域的进展和外科技术的发展，不断地完善其构架，具备更强的专业性和权威性。一方面，新技术新方法需要不断地被纳入评估体系。如机器人辅助手术的技能和规范[51]。另一方面，在 OSATS 评估的基础上，对受试者非技术因素的评估也建立了相应的评价体系，称为 OSANTS（objective structured assessment of non-technical skills），从而形成了一套目前较为先进的评分系统—global rating scale[48]（表 1），使外科医生的培训和评价体系更加完善合理[52]。该评分系统中，将受试者的表现大体分为三类，即低于预期、在预期内和超出预期，每一类别中分别有不同的分数，结合受试者总得分，同时对全程的总体表现打分并反馈，不仅可以对其表现进行客观评价，也可以在今后的操作中加强训练。其实在临床技能评估中也应包含对外科医生心理情绪方面的评估[53]。有研究显示：手术技术和非技术因素之间，存在一定的相关性[54]。但关于两者的相关性及其对手术效果的影响，研究较少，尚无定论[55]。因此，临床技能评估体系的完善需要长期的研究和改进。

3.4   评估价值的研究

随着 OSATS 从医学教育领域跨入临床医疗和医学研究领域，其有效性和可靠性势必不再只限于评估手术技能的优劣，而应该对医疗质量控制，乃至预后评估做出贡献。就目前的文献来看，其价值尚不确定。有的研究认为 OSATS 仅对手术技能的评估较为可靠，但其对手术效果的预测并不准确[56]。但相对较多的研究结果与此相反，认为模拟操作的 OSATS 的结果即可以预测真实手术的预后[57]。而一项关于胃癌外科的研究证实：对真实手术中操作技术水平的评价，最低限度也可以预测相应病例的术后近期效果[58]。另有研究显示：对受试者执行某种手术的技能进行 OSATS 评价，并不能预测其完成其它相似手术的预后。从而提示针对特定的手术，都应该建立各自独立的评价体系，或对 OSATS 评分做出有针对性的调整，才能成为可靠的评估标准，有助于对手术预后的预测[59]。这方面亟待深入而可靠的研究加以证实。

3.5   新技术手段的应用

随着信息技术和数字科技的发展，临床技能评估的方法学也获得了长足的进步。有研究利用计算机记录术者手部动作轨迹，从动作的简洁、流畅性和对组织的掌控能力等几方面给出评分，经检验认为这样的评价结果较传统的专家评估更客观可靠[60]。随着计算机技术和大数据方法的发展，在 OSATS 评价体系的基础上，手术技能的量化评价获得了更大的进步。把 Delphi 算法用于 OSATS 体系，建立了一些新的手术技术评估模块[61]。研究发现由计算机系统执行的 OSATS 和由专家医生的手术评估可以达到相同的效果[62]。来自 Hopkins 的一项研究进一步通过对机器人辅助手术系统操作者的手术录像，以及术者动作习惯的数据采集，建立了一套从新手到专家的数据模型，希望以此指导机器人手术操作者的培训[63]。更有来自德国的研究采用人工智能技术，建立了一个腔镜手术训练的软件。首先通过记录不同水平操作者的动作，以动作总数及速率等指标结合 OSATS 评分，确定了数据模型，定义了从初学者到专家的不同技能水平。这一软件在训练者模拟操作时，可以实时反馈，对受训者给予指导和纠正错误[64]。

4   OSATS 在胸外科的应用前景

目前关于 OSATS 等临床技能评估系统在胸外科领域应用的文献较少。一方面是因为胸外科学科较为年轻，历史较短，尚未形成完善的规范化流程体系，故评分系统也亟待发展；另外一方面是因为硬件设施发展更迭较快，外科手术技术随之发展，但理论发展速度却不及实践。随着胸外科手术逐步的微创化，胸腔镜手术已经成为胸外科手术的主流，甚至在部分区县医院也已开展，但是不同级别医疗中心的手术水平、方法及步骤相差颇大，而在我国甚至世界范围内，尚无胸腔镜手术统一的标准。所以，OSATS 在今后的胸外科领域还需要投入更多的研究和实践，并可以借鉴普外科及妇产科相对先进的经验。

在小儿胸外科领域，曾经有报道使用 OSATS 评估受训者使用胸腔镜处理气管食管瘘的手术技术[65]。另外有研究对胸腔闭式引流操作的教学方法进行探索。这是一项尚未完成的注册研究，对手术操作技术的评估就是采用了 OSATS 的评分量表[66]。来自麻省总医院的一项研究设计了专门为急诊开胸手术使用的技能评估模块，谓之 Emergency Thoracotomy OSATS（ET-OSATS），以此评价手术技能和培训的效果[67]。另外 OSATS 也曾被用于评估初学者施行肺楔形切除术的操作水平[68]。

值得关注的是，欧洲最新的一项研究通过对数十位国际胸外科专家发放调查问卷的方式，形成了一个关于胸腔镜肺叶切除手术重要技术步骤的专家共识，在此基础上建立了一个胸腔镜肺叶切除的技能评价模块（VATS lobectomy assessment tool，VATSAT），经过验证认为其能够评估手术质量[69]。胸外科领域中还有很多病种和手术方式，在技术要点评估和手术质量控制方面尚属空白，如胸部肿瘤切除、淋巴结清扫等手术。这一状况亟待改变。而上述研究的思路和构建方法值得我们借鉴。

5   小结

我国的疾病发病人数和外科手术例数在全球名列前茅。但标准化治疗和精准外科水平均不能令人满意，甚至因此影响到许多疾病的治疗效果。而我国的疾病和医疗具有一定的国情特点。从医学人才培养和手术质量控制的角度，我们应该建立自己的临床技能评估体系。这方面 OSATS 是可以借鉴的模式。