【患者安全】非技术技能与智能虚拟手术室

Intelligent Virtual Operating Room for Enhancing Nontechnical Skills

编译自：Surgical Innovation. Clinical Review & Education，JAMA Surgery Published online March 15, 2023

智能虚拟手术室的创新在何处？

手术室（operating room, OR）是一个动态环境，外科医生、护士、麻醉医生和技术人员必须作为一个团队有效地工作，以提供最佳的医疗服务。手术的成功在很大程度上取决于非技术性技能（Nontechnical Skills）：警觉性、领导力、决策能力、沟通能力、团队合作和解决冲突能力。美国外科医师协会对已结案医疗索赔研究发现，（在有缺陷的行为实践中）沟通失败是普遍现象，占可预防情况的22%。

外科手术团队常使用基于场景的高保真人体模型进行模拟训练。指导者基于直接观察学习者的技术和非技术行为提供相应反馈，但这需要双方都有时间。基于设施的培训通常费用昂贵、人员需求较多，并且需要专门的空间。因此，手术室团队并未得到充分培训。

为了克服这些障碍，我们提出了一种沉浸式的智能虚拟手术室，使外科手术团队能够佩戴头戴式显示器进行分布式训练。在虚拟手术室中，学习者将化身为手术团队成员，人体模型被具有模拟生理功能(例如脉搏、呼吸、出血)的虚拟患者所取代，并使用算法模拟给定患者特征、手术事件和团队交互的真实变化。人工智能（artificially intelligent, AI）作为观察参与者，预测他们的下一步行动，将这些行动与专家的行动进行比较，并根据场景或指导者定义的学习目标提供实时反馈和指导。整个模拟过程可以存储在云端，以便进一步分析和反馈。

与现有方法相比，其主要优势是什么?

虽然已经存在基于虚拟现实（virtual reality, VR）的手术训练系统，但我们提出的系统将多个学习者的VR环境与AI助手相结合，为每个学习者和整个团队提供有针对性的表现反馈。VR和AI的结合应该能促进学习。我们之前的研究证明，在VR环境中基于AI指导可以提高随后的个人表现。通过AI助手观察模拟训练中所有状态和交互，基于人工智能驱动的指导可以提供实时的教学指导，并将干扰降到最低。指导者可以使用先进的自然语言处理、机器学习和数据分析工具的结果来对个人的训练表现进行注释和报告；学习者可以在他们方便的时候回顾带注释的模拟训练过程。

与使用人体模型相比，学习者在智能虚拟手术训练中能接触到更多的虚拟患者的变化(如解剖、生理、种族)。虽然仿真人体模型也可以修改，但每个改变都需要额外的购置成本和时间来改变训练环境。此外，虚拟化身将代表每个学习者，以促进在虚拟环境中的存在，并促进对多样性变化的理解，包括性别、种族和年龄。

实际上虚拟手术室比模拟手术室成本更低，因为它仅需要很少的空间，并大大降低了与专用设施、仪器和维护有关的初始和后续费用。即使与现场培训相比，虚拟环境应该也更容易被学习者所接受，因为它允许参与者在任何地方通过网络进行训练，这有利于灵活的安排时间，也支持了保持社交距离的协议。

该项创新将如何影响临床医疗服务?

提高手术室团队的非技术性技能可以减少技术错误，提高患者安全，这也是医院、专业协会的首要任务。为了使住院医师培训的模拟场景标准化，美国外科医师协会和外科主任协会推出了国家技能课程(第三阶段)，包括10个基于团队的模块，涵盖各种非技术性技能。尽管认识到其重要性，但由于各种原因，实施率仍然很低：缺乏意识、空闲时间和训练有素的教师，高昂的费用和有限的资源。我们相信，具有国家技能课程的第三阶段的人工智能虚拟模拟可能有助于降低成本，辅助指导教师，减少人员的时间负担，促进其更广泛地采用和改善患者医疗服务。

有证据支持该项创新的优势吗?

在我们对180名外科团队成员管理虚拟手术室火灾紧急情况的研究中，我们观察到在没有AI指导的情况下，只有4.4%的人在第一次尝试时做出了安全反应。在第3次尝试中这一比例增加到11%，在第4次尝试中引入AI指导时，这一比例增加到31%。在另一项53人的研究中也观察到了类似结果。配对分析显示，当AI指导处于激活状态时，表现得分显著提高。

广泛实施该项创新的障碍是什么?

开发人工智能网络模拟的重要技术障碍包括互动计算和网络传输层的质量。VR的交互式计算意味着模拟具有实时的高视觉刷新率(60Hz)，以实现多个并行任务：现实场景的渲染，用户与环境交互的检测和解析，以及基于物理的组织反应的计算。网络传输层与服务质量的衡量标准有关，不良的服务质量会降低体验质量和用户的表现。在一项探索性研究中，我们发现，高延迟与体验质量显著相关，但与任务表现无关，但数据崩溃与体验质量和用户表现都相关。

此外，实施VR培训也存在障碍。虽然VR技术越来越便宜和普及，但购买技术设备和学习使用虚拟模拟也存在相应成本。此外，长时间佩戴VR头盔可能会让部分用户感到不舒服和迷失方向，这也可能限制其采用。

最后，开发有效的AI需要从模拟中的收集大量的音频和视频数据；数据标注；以及准确、鲁棒性、可解释的机器学习模型，并可推广到训练集之外的数据集。当训练数据有限时，可能会导致失败。例如，如果人工智能不能归纳出不同的说话者或处理有口音的讲话，它可能无法识别团队沟通或处于困境的学习者。为了缓解这种情况，指导者应该在培训期间在场，以解决人工智能的错误，向人工智能提供近乎实时的反馈，并监督学习者。

该项创新可能被常规应用的时间规划?

我们已经证明了基于规则式人工智能的多用户虚拟手术室的可行性。通过多学科手术室团队中的多点数据收集，我们预计该项人工智能还需要4到5年的时间才能成熟，为各种外科手术的团队提供有效反馈。

编译：危宗杰 重庆医科大学2022级泌尿外科博士

审校：肖明朝 重庆医科大学附属第一医院

打赏