Künstlich-Intelligenz-gesteuertes personalisiertes Lernen verbessert das Training von Operationsinstrumenten: Eine prospektive Beobachtungsstudie

Summary

Diese prospektive Beobachtungsstudie zeigte, dass ein von künstlicher Intelligenz gestütztes, personalisiertes Lernsystem die langfristige Instrumentenkompetenz im Operationssaal signifikant verbesserte, Sicherheitsvorfälle reduzierte und die Ausbildungseffizienz im Vergleich zum traditionellen Unterricht steigerte.

Abstract

Traditionelles Instrumententraining im Operationssaal basiert oft auf einer Einheitslehre, führt zu einer schlechten langfristigen Fähigkeitsbindung und trägt zu vermeidbaren chirurgischen Fehlern bei. Die vorliegende Studie stellte die Hypothese auf, dass ein von künstlicher Intelligenz (KI) gestütztes, personalisiertes Lernsystem die technische Kompetenz, die Patientensicherheit und die Ausbildungseffizienz verbessern könnte, indem es die Praxis individuell an die Lernprofile anpasst. Ein KI-gestütztes, personalisiertes Lernsystem (APLS) wurde entwickelt, das datenbasierte Lernphänotypisierung, Instrumentenerkennung auf Tiefenlernbasis, Ensemble-Vorhersage von Kompetenztrajektorien und Verstärkungslernen kombiniert, um adaptives multimodales Feedback während simulationsbasiertem Training zu liefern. In einer prospektiven Beobachtungsstudie mit clusterbasierter Abteilungszuweisung (Einführung quasi-experimenteller Elemente) in einem tertiären Krankenhaus absolvierten 107 multidisziplinäre OP-Mitarbeiter entweder den KI-gesteuerten Lehrplan oder die standardmäßige, von Ausbildern geleitete Schulung. Das primäre Ergebnis war die 12-monatige Retention der Instrumentenhandhabungskompetenz, gemessen mit der perioperativen Instrumentenkompetenzskala (PIPS); Sekundäre Ergebnisse waren Sicherheitsvorfälle im Operationssaal, Ausbildungszeit und Kosten pro kompetenter Fachkraft. Im Vergleich zur traditionellen Ausbildung war das personalisierte System mit deutlich höheren 12-Monats-Kompetenzwerten verbunden (APLS 84,1 ± 9,2 vs. Kontrolle 58,9 ± 18,7, S. < 0,001), weniger sicherheitsbezogenen Ereignissen in der klinischen Praxis und fast der Hälfte der Ausbildungszeit, während die Gesamtkosten um 38,3 % gesenkt wurden. Das KI-Ensemble übertraf zudem seine einzelnen maschinellen Lernkomponenten bei der Vorhersage der Lernleistung und der Auswahl von Feedback-Strategien. Diese Ergebnisse legen nahe, dass die Integration unüberwachter Phänotypentdeckung, überwachte Vorhersage und Verstärkungslernen in eine einheitliche Plattform das Training von Operationsinstrumenten sinnvoll verbessern und einen skalierbaren Rahmen für datengetriebene Arbeitskräfteentwicklung in der perioperativen Versorgung bieten kann.

Introduction

Die Operationsumgebung stellt eine der komplexesten Umgebungen im Gesundheitswesen dar, in der effektive multidisziplinäre Zusammenarbeit direkt Auswirkungen auf die Patientensicherheit und die chirurgische Qualität^{hat 1,2}. Unzureichende Instrumentenkompetenz trägt allein in chinesischen Krankenhäusern zu schätzungsweise 15.000 vermeidbaren chirurgischen Fehlern pro Jahr bei, wobei Kommunikationsausfälle und technische Mängel 72 % der perioperativen Nebenwirkungen ausmachen³. Traditionelle Trainingsansätze basieren auf standardisierten Methoden, die individuelle Lernunterschiede, kognitive Verarbeitungsvariationen und personalisierte Kompetenzentwicklungspfade^{nicht berücksichtigen 4,5}.

Aus theoretischer Sicht verdeutlichen mehrere Bildungsrahmen, warum personalisierte Ansätze dem standardisierten Unterricht in komplexen psychomotorischen Bereichen überlegen sein können. Die kognitive Belastungstheorie⁶ besagt, dass das Instruktionsdesign die begrenzte Kapazität des Arbeitsgedächtnisses berücksichtigen muss, insbesondere wenn Lernende gleichzeitig neuartige prozedurale, konzeptuelle und wahrnehmungsbezogene Informationen in hochauflösenden Umgebungen wie dem Operationssaal⁷ verarbeiten müssen. Durch die Anpassung von Inhaltsschwierigkeit und Präsentationsmodalität an individuelle kognitive Profile können personalisierte Systeme das Gleichgewicht zwischen intrinsischer und überflüssiger kognitiver Last optimieren. Der Rahmen der gezielten Praxis legt zudem nahe, dass der Fähigkeitserwerb maximiert wird, wenn das Training individuelle Herausforderungsstufen, sofortiges korrektives Feedback und gezielte Wiederholung identifizierter Schwächen einbezieht – Elemente, die in traditionellen Lehrlingsmodellen schwer konsistent umzusetzen sind, aber durch algorithmische Anpassung naturgemäß operationalisiert^{werden 8}. Darüber hinaus bietet die Zone der proximalen Entwicklung eine theoretische Grundlage für die adaptive Schwierigkeitsanpassung und legt nahe, dass Lernen am effektivsten ist, wenn Aufgaben so kalibriert sind, dass sie knapp über die derzeitige unabhängige Fähigkeit des Lernenden^{hinausgehen 9}. Diese theoretischen Überlegungen stützen gemeinsam die Hypothese, dass ein KI-System, das Unterrichtsparameter dynamisch an individuelle Lerneigenschaften anpassen kann, statisches, einheitsorientiertes Training übertreffen sollte.

Jüngste Fortschritte im Bereich maschinelles Lernen und Echtzeit-Leistungsanalyse bieten erhebliches Potenzial zur Bewältigung von Bildungsherausforderungen ^6,7. Zeitgenössische KI-Anwendungen in der chirurgischen Ausbildung zeigen vielversprechende Ergebnisse, wobei Studien erhebliche Verbesserungen^{beim Erwerb} von Fähigkeiten berichten, wenn KI-gesteuerte Feedback-Systeme implementiert werden. Bestehende KI-basierte chirurgische Trainingsplattformen, darunter kommerziell verfügbare Systeme wie Touch Surgery und ähnliche Plattformen, die in einer früheren Studie⁸ besprochen wurden, stützen sich jedoch hauptsächlich auf Einzelalgorithmus-Architekturen, typischerweise isolierte neuronale Netzwerke oder Entscheidungsbäume, die Prozedurproben durch Schritt-für-Schritt-visuelle Anleitungen ohne Echtzeit-adaptives Feedback oder individuelle Lernpfadoptimierung ermöglichen. Frühere Studien haben die multimodale Sensorfusionsverarbeitung heterogener Datenströme (Eye-Tracking, Motion Capture und physiologisches Monitoring) nicht mit adaptiven Rückkopplungsmechanismen integriert, die sich dynamisch an individuelle Lerntrajektorien durch Reinforcement Learning^10,11 anpassen. Darüber hinaus haben bestehende Systeme die unüberwachte Phänotypentdeckung nicht mit überwachten Vorhersagemethoden innerhalb eines einheitlichen pädagogischen Rahmens^{kombiniert 12,13}. Diese Lücken stellen verpasste Chancen dar, da die theoretische Literatur zum personalisierten Lernen stark nahelegt, dass integrierte, multikomponentige adaptive Systeme effektiver sein sollten als Einkomponenten-Ansätze¹⁴.

Aktuelle Bildungsrahmen in perioperativen Umgebungen leiden unter mehreren wichtigen Einschränkungen, ^8,15. Traditionelle Lehrlingsmodelle bieten inkonsistente Lernerfahrungen mit erheblichen Unterschieden in der Qualität der Lehrkräfte, der Standardisierung des Feedbacks und der Zuverlässigkeit der Kompetenzbewertung. Diese Ansätze berücksichtigen nicht vielfältige Lernstile, passen sich nicht an individuelle Fortschrittsraten an und fehlen die ausgefeilten Analysen, die zur Optimierung der Bildungsergebnisse^{erforderlich sind.} Um diese unerfüllten Bedürfnisse zu adressieren, führt diese Studie das KI-gestützte personalisierte Lernsystem (APLS) ein, eine umfassende Bildungsintervention, die vier algorithmisch unterschiedliche Komponenten in einer einzigen adaptiven Plattform vereint, die für multidisziplinäres Training von Instrumenteninstrumenten im Operationssaal entwickelt wurde. Soweit wir wissen, gehört das System zu den frühsten, die die folgenden Fähigkeiten in der chirurgischen Ausbildungsliteratur empirisch integrierten: eine hybride Architektur, die unüberwachtes Clustering für datengetriebene Phänotypentdeckung von Lernenden mit überwachter Klassifikation für die Echtzeit-Phänotypzuweisung verbindet; eine Transfer-Learning-Pipeline, die ein vortrainiertes, konvolutionales neuronales Netzwerk an die visuelle Erkennung chirurgischer Instrumente anpasst, wobei begrenzte domänenspezifische Daten verwendet werden; ein Reinforcement Learning-Modul, das Feedback-Timing und -modalität durch Lerninteraktion iterativ verfeinert; und ein Ensemble-Vorhersage-Framework, das Ausgaben mehrerer heterogener Algorithmen synthetisiert, um Kompetenztrajektorien genauer vorherzusagen als jedes einzelne Bestandteilsmodell. Durch die Bewertung des APLS mit der standardmäßigen, von Ausbildern geleiteten Schulungen durch einen 12-monatigen prospektiven Vergleich von Lernergebnissen, klinischen Leistungsindikatoren, Ausbildungseffizienz und Kosteneffizienz versucht diese Studie zu bestimmen, ob eine einheitliche, KI-gestützte, personalisierte Plattform die perioperative Instrumentenausbildung über die derzeitige pädagogische Praxis hinaus sinnvoll voranbringen kann.

Protocol

Diese Studie wurde gemäß der Erklärung von Helsinki durchgeführt und vom Ethikausschuss des Sir Run Run Shaw Krankenhauses, Zhejiang University School of Medicine, genehmigt (Genehmigungsnummer: 0480, genehmigt am 10. August 2025). Alle Teilnehmer gaben vor der Teilnahme eine schriftliche informierte Einwilligung ab.

Studiendesign und Setting
Eine prospektive Beobachtungsstudie mit clusterbasierter Fachbereichszuweisung wurde von Januar 2024 bis Februar 2025 im Sir Run Shaw Hospital, Zhejiang University School of Medicine, Hangzhou, China, durchgeführt. Die abteilungsbasierte Allokationsstrategie führt quasi-experimentelle Elemente in dieses Design ein; Dementsprechend sollten kausale Schlussfolgerungen mit entsprechender Vorsicht interpretiert werden.¹⁶. Die Studie verwendete einen parallelen Gruppenvergleich mit der Zuteilung basierend auf abteilungsbezogener Zuweisung, um den austauschbaren Informationsaustausch über Gruppen hinweg zu verhindern. Eine geschichtete Einschreibung wurde eingeführt, um vergleichbare Basismerkmale sicherzustellen. Das Krankenhaus unterhielt ein eigenes Simulationslabor mit standardisierten Operationssaalumgebungen, chirurgischen Instrumenten, Überwachungsgeräten und Videoaufzeichnungsmöglichkeiten.

Stichprobenauswahl und Teilnehmer
Gesundheitsfachkräfte wurden durch geschichtete, zufällige Stichprobe aus allen berechtigten perioperativen Mitarbeitern (n = 342) im Sir Run Run Shaw Hospital zwischen November 2023 und Januar 2024 rekrutiert. Zu den Schichtungsvariablen gehörten die berufliche Rolle (Krankenschwestern, chirurgische Technologen und Anästhesietechniker), Erfahrungsstand (<5, 5–10, 10–15 und >15 Jahre), Bildungsniveau (Associate-, Bachelor- und Masterabschlüsse) sowie klinische Abteilung (Allgemeinchirurgie, Orthopädie, Herz-Kreislauf-Chirurgie und andere Fachrichtungen). Computergenerierte Zufallszahlen (R-Software, set.seed = 12345 für Reproduzierbarkeit) wurden innerhalb jeder Schicht mit der Stichprobenfunktion angewendet, um repräsentative Stichproben in allen demografischen und beruflichen Kategorien sicherzustellen. Die Stichprobengröße wurde mit G*Power 3.1.9.7 Software berechnet, basierend auf vorläufigen Pilotdaten (n = 30), mit einer erwarteten Effektgröße von Cohens d = 0,60, dem zweiseitigen Signifikanzniveau α = 0,05 und der gewünschten statistischen Stärke (1 − β) = 0,80, was eine Mindestanforderung von 90 Teilnehmern (45 pro Gruppe) anzeigt. Um die erwartete Abbruchquote (Fluktuation) von 15 % basierend auf institutionellen historischen Daten zu berücksichtigen, wurde das Ziel der Einschreibung auf 104 Teilnehmer gesetzt. Die tatsächliche Teilnehmerzahl erreichte 120 Teilnehmer, was 87 % Kraft nach Berücksichtigung der letzten 11 % Fluktuation ermöglichte.

Erforderliche Einschlusskriterien
(1) aktuelle Beschäftigung im Sir Run Shaw Hospital in perioperativen Funktionen; (2) mindestens 6 Monate Operationserfahrung; (3) Verfügbarkeit während der gesamten 13-monatigen Studiendauer; (4) Bereitschaft, an allen Bewertungsaktivitäten teilzunehmen; und (5) grundlegende Computerkompetenz, definiert als die Fähigkeit, Webbrowser zu navigieren und Tastatur-/Mauseingaben unabhängig zu nutzen.

Eingeschlossene Ausschlusskriterien
Geplanter längerer Urlaub während des Studienzeitraums, Teilnahme an anderen Ausbildungsprogrammen für chirurgische Instrumente in den letzten 6 Monaten, Sehbeeinträchtigung, die nicht auf 20/40 oder besser korrigierbar ist, sowie aktuelle Einschreibung in formale Studiengänge für chirurgische Technologie. Insgesamt wurden zunächst 120 Teilnehmer rekrutiert, von denen 107 das vollständige Studienprotokoll abschlossen (89,2 % Abschlussquote). Die Gründe für den Rücktritt waren Jobwechsel (n = 7), persönliche Umstände (n = 4) und technologiebedingte Schwierigkeiten (n = 2). Die Abwanderungsanalyse mittels logistischer Regression zeigte keinen signifikanten Zusammenhang zwischen Rücktritt und Ausgangsmerkmalen wie Alter (OR = 1,03, p = 0,52), Geschlecht (OR = 0,87, p = 0,85), berufliche Rolle (p = 0,73) oder Basis-PIPS-Scores (OR = 1,01, p = 0,67), was auf ein zufällig fehlendes Muster hinweist, das durch Littles MCAR-Test bestätigt wurde (χ² = 43,2, df = 38, p = 0,26).

Gruppenzuweisung
Um die Kontaminationseffekte bei Bildungsinterventionen zu minimieren, wurden die Teilnehmer je nach Abteilungszugehörigkeit Interventions- oder Kontrollgruppen zugeteilt. Die Abteilungen (n = 8) wurden basierend auf dem Operationsfallvolumen und der Personalgröße paarweise zugeteilt und dann zufällig APLS- oder Kontrollerkrankungen mittels computergenerierter Zufallszustimmung zugeordnet (R-Software, Seed = 54321). Dieser clusterbasierte Ansatz wurde gewählt, weil individuelle Randomisierung innerhalb der Abteilungen das Risiko einer erheblichen Kreuzkontamination mit sich bringen würde, wenn Kollegen Wissen und Schulungserfahrungen austauschen. Es wird anerkannt, dass Abteilungskultur, Führungsqualität, Basisbildungspraktiken und Fallzusammensetzung unabhängig voneinander die Ergebnisse beeinflussen können und potenzielle Quellen von Reststörungen darstellen, die in einem nicht-individualisierten randomisierten Design nicht vollständig adressiert werden können¹⁶. Stratifizierte Stichproben stellten vergleichbare Ausgangswerte sicher. Ergebnisbewerter, die PIPS-Bewertungen durchführten, waren durch codierte Teilnehmeridentifikatoren für Gruppenzuweisungen blind. Statistische Analysten erhielten deidentifizierte Datensätze mit maskierten Gruppenlabels, bis die Primäranalysen abgeschlossen waren.

APLS-Systemarchitektur und technische Implementierung
Das APLS besteht aus vier integrierten Rechenkomponenten, die auf einer cloudbasierten Plattform (Materialtabelle) arbeiten. Das System wurde mit Open-Source-Deep-Learning-Frameworks und einem webbasierten Frontend (siehe Table of Materials) mit RESTful API-Protokollen entwickelt (Representational State Transfer Application Programming Interface, das standardisierte HTTP-basierte Kommunikation zwischen dem Frontend-Client und serverseitigen Machine-Learning-Modulen ermöglicht), JSON Web Token (JWT)-basierte Authentifizierung (wobei sichergestellt wird, dass nur autorisierte Benutzer und Systemkomponenten auf Lerndaten und Modellendpunkte zugreifen können). und TLS 1.3 Transportschicht-Verschlüsselung (Sicherung aller Daten im Transit zwischen Client-Geräten, dem Anwendungsserver und der cloudbasierten modellbasierten Infrastruktur) zur Datensicherheit. Eine vollständige Beschreibung der Softwareumgebung, einschließlich Abhängigkeitsspezifikationen (requirements.txt), Konfigurationsdateistruktur und Befehlen für die Initialisierung der Datenpipeline, ist in Supplementary File 1 bereitgestellt.

Hardware-Aufbau und Kalibrierung
Vor jeder Trainingssitzung wurde die folgende Hardware-Kalibrierungssequenz durchgeführt. Ein Augenverfolgungsgerät (siehe Materialtabelle) wurde 60–70 cm von den Augen des Teilnehmers auf einer höhenverstellbaren Montierung positioniert, und die Kalibrierung erfolgte nach dem Standard-9-Punkte-Protokoll des Herstellers mit einer Genauigkeit von ≤0,5° Sehwinkel. Ein Achtkamera-Array (siehe Materialtabelle) war in einer kreisförmigen Anordnung mit einem Radius von 2,5 m vom Trainingsstationzentrum angeordnet, in Höhen zwischen 1,8 m und 2,4 m positioniert und mit dem Hersteller-Zauberstab-Verfahren mit einer Restfehlerschwelle von ≤0,3 mm kalibriert. Reflektierende Markierungen (n = 16, Durchmesser = 12,7 mm) wurden gemäß dem in Supplementary File 2 beschriebenen Marker-Protokoll an standardisierten anatomischen Orientierungspunkten an Händen und Handgelenken angebracht. Physiologische Überwachungsgeräte wurden gemäß den Anweisungen des Herstellers angebracht und vor Beginn der Sitzung auf die Signalqualität überprüft.

Komponente 1: Phänotyp-Klassifikationssystem für Lernende
Das Klassifikationssystem verwendet einen zweistufigen hybriden Ansatz, der unbeaufsichtigtes und überwachtes Lernen kombiniert. In Stufe 1 wird k-means-Clustering auf Basisbewertungsdaten verwendet, um natürliche Lerngruppenbildungen zu erkennen. Zu den Eingabemerkmalen (n = 37) gehören Basis-PIPS-Domänenwerte (4 Features), VARK-Lernstil-Inventarwerte (4 Features), kognitive Verarbeitungsgeschwindigkeit aus computergesteuerten Reaktionszeitaufgaben (3 Features), Technology Comfort Scores (1 Feature), demografische Variablen (3 Features), Arbeitsgedächtniskapazität aus Zifferenspan-Tests (2 Features), räumliches Denken aus mentalen Rotationsaufgaben (1 Feature), Feinmotorik-Baseline-Werte (3 Features), Big-Five-Persönlichkeitsmerkmale (5 Merkmale) und frühere Leistungskennzahlen aus institutionellen Unterlagen (3 Merkmale). Detaillierte Vorverarbeitungsspezifikationen, Hyperparameter-Optimierungsverfahren und Ranglisten der Merkmalswichtigkeit sind in Supplementary File 1 (Abschnitt S2) bereitgestellt. Die drei daraus resultierenden Cluster wurden als schnell (30,9 %), durchschnittlich (49,1 %) und langsame Lerner (20,0 %) charakterisiert. In Stufe 2 wird die überwachte Klassifikation mit Support-Vektormaschinen durchgeführt, die auf Cluster-Labels trainiert sind, um eine Echtzeitklassifizierung neuer Lernender zu ermöglichen. Der vollständige Hyperparameter-Suchraum, die Kreuzvalidierungsergebnisse und die Klassifikationsmetriken pro Klasse werden in Supplementary File 1 (Abschnitt S2.3) angegeben.

Komponente 2: Multimodale Datenintegration und Sensorfusionssystem
Die Plattform integriert fünf heterogene Datenströme: Eye-Tracking-Daten, Motion-Capture-Daten, physiologische Überwachung (Herzfrequenzvariabilität, galvanische Hautreaktion und Speichelcortisol), Leistungsanalysen mittels automatisierter Videoanalyse und Interaktionsprotokolle. Detaillierte Sensorspezifikationen, Vorverarbeitungspipelines, Feature-Extraktionsverfahren und die konvolutionelle neuronale Netzwerkarchitektur zur Schätzung des kognitiven Zustands sind in Supplementary File 1 (Abschnitt S3) beschrieben. Das Fusionssystem erzeugt kognitive Zustandsrepräsentationen, die alle 1 aktualisiert werden und integrierte Aufmerksamkeit, motorische Ausführung, kognitive Belastung und Aufgabenleistung kodieren.

Komponente 3: Prädiktive Analyse-Engine
Das Ensemble-Vorhersagesystem kombiniert drei komplementäre Algorithmen: Random Forest, Gradient Boosting Machine (XGBoost) und ein tiefes neuronales Netzwerk mit Long Short-Term Memory (LSTM)-Schichten, die kognitive Zustandseinbettungen als Zeitreihen verarbeiten. Die Ensemble-Aggregation verwendet gewichtete weiche Abstimmung mit Gewichtungen, die mit Validierungsdaten optimiert sind. Die vollständigen algorithmischen Spezifikationen, Hyperparameterwerte, Trainingsverfahren und Konvergenzdiagnostiken sind in Supplementary File 1 (Abschnitt S4) bereitgestellt. Trainings-, Validierungs-, Bereitstellungs- und Evaluierungsdatensätze waren strikt getrennt; Die Modellentwicklung nutzte ausschließlich Daten aus einer früheren Pilotstudie mit 150 Teilnehmern (80 % Ausbildung, 20 % Validierung), und die aktuellen Studienteilnehmer stellten einen vollständig zurückgehaltenen Deployment-Datensatz dar. Das rollierende Nachtraining während des Einsatzes verwendete nur die vorherigen 7-Tage-Interaktionsdaten und beinhaltete keine Ergebnisbewertungsdaten, wodurch ein Auslaufen aus Evaluationsergebnissen in Vorhersagemodelle verhindert wurde.

Komponente 4: Adaptives Rückkopplungssystem auf Basis von Verstärkungslernen
Das adaptive Rückkopplungssystem verwendet Q-Lernen und formuliert die Rückmeldungsauswahl als Markov-Entscheidungsprozess. Der Zustandsraum (25-dimensional) kodiert den aktuellen kognitiven Zustand, den zeitlichen Kontext, die Aufgabenparameter und die Eigenschaften des Lernenden. Der Aktionsraum besteht aus 25 diskreten Aktionen, die Kombinationen von Rückkopplungsmodalität, Timing und Spezifität repräsentieren. Die Belohnungsfunktion umfasst Leistungsverbesserung, Vermeidung kognitiver Überlastung, Engagement-Erhaltung und Korrekturlatenz. Die mathematische Formulierung des Zustandsraums, des Aktionsraums, der Belohnungsfunktion, der Q-Learning-Aktualisierungsparameter und der Konvergenzkriterien ist in Supplementary File 1 (Abschnitt S5) detailliert beschrieben.

Ablauf der Schulungssitzungen
Jede APLS-Schulung verläuft gemäß folgender standardisierter Abfolge. (1) Der Teilnehmer meldet sich mit zugewiesenen Zugangsdaten an der vorgesehenen Trainingsstation bei der APLS-Plattform an. (2) Die Hardware-Kalibrierung wurde überprüft (Eye-Tracker, Motion Capture und physiologische Sensoren) mit automatischen Qualitätsprüfungen, die die akzeptable Signalintegrität bestätigten. (3) Das System ruft die aktuelle Phänotypklassifikation des Lernenden und die vorhergesagte Kompetenztrajektorie des Teilnehmers ab, um Sitzungsparameter zu konfigurieren. (4) Ein anfängliches Aufwärmmodul (5 Min.) präsentiert eine Übersicht über Inhalte der vorherigen Sitzung, angepasst an das Lernplan des Teilnehmers. (5) Das Kerntrainingsmodul (40–50 Min.) präsentiert Instrumentenidentifikation, Handhabung und prozedurale Aufgaben auf Schwierigkeitsgraden, die durch den adaptiven Algorithmus bestimmt werden, mit Echtzeit-Multimodalfeedback, das gemäß einer Q-Learning-Richtlinie geliefert wird. (6) Eine Sitzungszusammenfassung und ein Leistungs-Dashboard werden angezeigt, die den Fortschritt im Verhältnis zum persönlichen Lernverlauf und den Kompetenz-Meilensteinen des Teilnehmers zeigen. (7) Der Teilnehmer füllt eine kurze Zufriedenheitsumfrage aus (2 Min.). (8) Sitzungsdaten werden automatisch auf den Cloud-Server hochgeladen, um das Modell zu aktualisieren.

Kontrollgruppenverfahren
Die Kontrollgruppe erhielt traditionelle Instrumentenschulungen im Operationssaal nach standardisierten institutionellen Protokollen. Die Ausbildung bestand aus einer anfänglichen 8-stündigen Unterrichtseinheit durch leitende Pflegekräfte im Operationssaal (OR), die Instrumentenkategorien, Nomenklatur, Handhabungsprinzipien und sterile Technik abdeckte; ein gedrucktes Ausbildungshandbuch (187 Seiten) mit Instrumentenfotos, Spezifikationen und Beschreibungen, geordnet nach chirurgischer Fachrichtung; zwei 4-Stunden-Praxisworkshops in Simulationslaboren mit physischen Instrumentensätzen unter der Aufsicht des Lehrers (Lehrer-zu-Lernen-Verhältnis 1:6); Zugang zum institutionellen Lernmanagementsystem, das digitale Schulungsmaterialien zur selbstgesteuerten Überprüfung enthält; und wurden vierteljährliche Auffrischungssitzungen (2 Stunden) angesetzt, in denen häufig verwirrte Instrumente überprüft werden. Die gesamte strukturierte Unterrichtszeit betrug 20 Stunden während des Lernzeitraums. Es wurden keine adaptiven Algorithmen, personalisierten Pfade oder KI-verbesserte Komponenten integriert.

Ergebnismaße
Das primäre Ergebnis war die Wissensretention, die 12 Monate nach dem Training mit der validierten Perioperative Instrument Proficiency Scale (PIPS) bewertet wurde. Der vollständige PIPS-Entwicklungsprozess, einschließlich der Item-Erstellung aus einer Literaturübersicht und Experten-Fokusgruppen, der dreirundigen modifizierten Delphi-Inhaltsvalidierung (Inhaltsvaliditätsindex = 0,94), explorativer und bestätigender Faktoranalyse sowie der vollständigen verhaltensbasierten Bewertungsrubrik, ist in Supplementary File 3 dokumentiert. Das Instrument zeigte starke psychometrische Eigenschaften (Cronbachs α = 0,92, Test-wieder-Test ICC = 0,91 im Zwei-Wochen-Intervall). Das PIPS besteht aus 24 Punkten in vier Bereichen: Instrumentenidentifikation (6 Elemente), Handhabungskompetenz (6 Items), Sicherheitsprotokolle (6 Items) und Teamkommunikation (6 Items). Jeder Punkt verwendet eine Fünf-Punkte-Likert-Skala (1 = Anfänger bis 5 = Experte) mit verhaltensverankerten Beschreibungen. Die Gesamtpunktzahl reicht von 24 bis 120, wobei höhere Werte auf größere Kompetenz hinweisen.

PIPS-Bewertungen wurden von ausgebildeten Evaluatoren (sechs chirurgische Pflegekräfte mit >10 Jahren OP-Erfahrung, die ein 8-Stunden-Standardtrainingsprogramm abgeschlossen hatten) zu Basis, unmittelbar nach der Intervention sowie nach 1, 3, 6 und 12 Monaten durchgeführt. Die Bewerter wurden durch codierte Teilnehmerkennungen für die Gruppenzuweisung blind und bewerteten Videoaufnahmen, die bearbeitet wurden, um sichtbare APLS-spezifische Schnittstellenelemente oder Rückmeldungsanzeigen zu entfernen. Die Evaluatoren wurden nicht darüber informiert, welche Ausbildungsmodalität die Teilnehmer erhalten hatten. Die Inter-Rater-Zuverlässigkeit wurde durch Dualcodierung von 20 % der Bewertungen (n = 128) erreicht, wobei in allen Bereichen ein ICC > 0,85 erreicht wurde (Gesamtscore ICC = 0,89, 95 % KI: 0,85–0,92).

Die sekundären Ergebnisse waren wie folgt: (1) praktische Kompetenz, bewertet durch die objektiv strukturierte Bewertung technischer Fähigkeiten (OSATS), angepasst für den Instrumentenhandhabung, bestehend aus sechs standardisierten Stationen (maximal 30 Punkte), durchgeführt von blinden Experten (ICC = 0,87) zu Beginn sowie nach 3, 6 und 12 Monaten. (2) Die Effizienz der Trainingszeit wurde als Gesamtanzahl der Stunden gemessen, um die Kompetenzschwelle zu erreichen (PIPS ≥ 75). (3) Die Kosteneffizienz wird als Kosten pro kompetenter Lernender berechnet, wobei direkte und indirekte Kosten einbezogen werden, wobei die Kosten auf den chinesischen Yuan 2024 unter Verwendung institutioneller Buchhaltungsdaten normalisiert werden. (4) Die Zufriedenheit der Lernenden wurde mit einem 5-Punkte-Likert-Fragebogen bewertet (27 Items, interne Konsistenz α = 0,91). (5) Explorative klinische Leistungskennzahlen aus institutionellen Sicherheitsberichterstattungssystemen: instrumentbezogene Vorfallberichte während des 12-monatigen Nachtrainingszeitraums, mit Raten pro 1.000 chirurgischen Fällen, angepasst an die Fallkomplexität. Die Ergebnisse von Sicherheitsvorfällen wurden als explorativ klassifiziert, da die Studie nicht in der Lage war, Unterschiede in diesen niederfrequenten Ereignissen zu erkennen.

Statistische Analysemethoden
Alle statistischen Analysen wurden mit R-Version 4.3.0 mit der RStudio-Schnittstelle und folgenden Paketen durchgeführt: lme4 für Mixed-Effects-Modelle, emmeans ("geschätzte marginale Mittelwerte"; ein R-Paket zur Berechnung modelladjustierter Gruppenmittelwerte und Durchführung von Tukey-, Bonferroni- oder Scheffé-Post-hoc-paarweisen Vergleiche aus angepassten Mixed-Effects-Modellen), psych für psychometrische Analysen, effsize (ein R-Paket zur Berechnung standardisierter Effektgrößen, einschließlich Cohens d und Hedges' g, mit Konfidenzintervallen) für Effektgrößenberechnungen und Mäuse für mehrfache Imputationen. Die Signifikanzschwelle wurde a priori bei α = 0,05 (zweiseitig) für alle Hypothesentests festgelegt.

Mehrere Vergleichskorrekturen wurden wie folgt angewendet. Für das primäre Ergebnis (PIPS-Gesamtpunktzahl über Zeitpunkte) wurde aus der Gruppen-×-Zeit-Interaktion innerhalb des linearen Mixed-Effects-Modells unter Verwendung der Kenward-Roger-Freiheitsgrade gezogen, die keine separate Korrektur für mehrere Zeitpunkte erfordern. Für die PIPS-Domänen-Subskalen (vier gleichzeitige Vergleiche) wurde die Bonferroni-Korrektur angewandt (angepasst α = 0,0125). Für die sekundären Endpunkte (vier Kennzahlen: OR-Effizienzwert, Sicherheitsvorfälle, TEAM-Kommunikationswert und Fehlerhäufigkeit) wurde das Benjamini-Hochberg-Verfahren zur falschen Entdeckungsrate angewendet (q = 0,05). Für KI-Systemleistungsmetriken (zehn interne Vergleiche) wurde die Bonferroni-Korrektur angewandt (angepasst α = 0,005). Alle gemeldeten p-Werte und Signifikanzbestimmungen beziehen sich explizit auf die anwendbare Korrektur.

Alle primären und sekundären Zwischengruppen-Ergebnisse wurden mit linearen Mixed-Effects-Modellen analysiert, mit festen Effekten für Gruppe, Zeit und deren Interaktion sowie zufälligen Intercepts für Teilnehmer und Abteilungen (um die intraklassische Korrelation durch clusterbasierte Zuteilung zu berücksichtigen). Der intraklassische Korrelationskoeffizient auf Fachbereichsebene wurde geschätzt, um den Grad der Clusterbildung zu quantifizieren. Fehlende Datenmuster wurden mit Littles MCAR-Test bewertet; Die Daten wurden als völlig zufällig fehlend festgestellt und durch mehrfache Imputation mittels prädiktiver Mittelwertübereinstimmung behandelt (m = 20 imputierte Datensätze, Ergebnisse gepoolt nach Rubins Regeln). Sensitivitätsanalysen mit vollständiger Fallanalyse, variierenden Imputationszahlen (m = 10, m = 50) und Worst-Case-/Best-Case-Szenarien bewerteten die Robustheit.

Results

Teilnehmercharakteristika
Die Endstichprobe umfasste 107 Teilnehmer mit ausgezeichneter Bindung (Abbildung 1). Eine Abnutzungsanalyse, die Komplettierende (n = 107) mit Rücktritten verglich (n = 13), zeigte keine signifikanten Unterschiede in den Ausgangsmerkmalen: Alter (t = 0,89, p = 0,38), Geschlecht (χ² = 0,21, p = 0,64), berufliche Rolle (χ² = 1,45, p = 0,48), Basis-PIPS-Scores (t = 0,62, p = 0,54) oder Gruppenz...

Discussion

Diese prospektive beobachtende Studie, die quasi-experimentelle Elemente durch clusterbasierte Abteilungszuweisung einbezieht, liefert Hinweise darauf, dass ein KI-gestütztes, personalisiertes Lernsystem, das mehrere maschinelle Lernalgorithmen integriert, mit erheblichen Verbesserungen bei den Ausbildungsergebnissen von Operationssaalinstrumenten im Vergleich zu traditionellen pädagogischen Ansätzen verbunden ist. Die Ergebnisse haben Auswirkungen sowohl auf die Methodik der künstlichen...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Haptisch-Rückkopplungs-Chirurgiesimulator (Touch X)	3D-Systeme (früher Sensable)	PHANToM Premium 3.0	Haptik mit sechs Freiheitsgraden; als primäre Schnittstelle für KI-gesteuerte Kraftrückkopplung während simulierter Gewebemanipulation und Nähaufgaben verwendet
Simulationssoftwareplattform (SimSurgery™ KI-Suite)	Individuell / Intern entwickelt	N/A	Proprietäre, KI-gesteuerte Trainingssoftware, die Convolutional Neural Network (CNN)-Module für Echtzeit-Leistungsklassifizierung und adaptive Rückkopplungsgenerierung integriert
Kraft-/Drehmomentsensor	ATI Industrielle Automatisierung	Nano17 SI-12-0.12	Misst die Anwendung von Instrumentenkräften (Auflösung: 0,003 N) während der Gewebehandhabung und des Nähten; Daten, die in den KI-Klassifikationsalgorithmus eingespeist werden
Bewegungsverfolgungssystem	Northern Digital Inc. (NDI)	Polaris Vega ST	Optische Verfolgung chirurgischer Instrumentenbahnen; 0,12 mm RMS volumetrische Genauigkeit; Zur Beurteilung der Genauigkeit der Instrumentennavigation verwendet
Laparoskopisches Instrumentenset (Training)	Karl Storz SE & Kompanie KG	26003 AA / 33310 DB	Standard-5-mm-laparoskopischer Greifer und Nadeltreiber, der sowohl in KI-gesteuerten als auch in konventionellen Trainingsarmen verwendet werden
Hochpräzises Gewebephantom (Weichteilmodell)	SynDaver Labs	Chirurgisches Bauchmodell (SKU: SYN-ABD)	Validierte synthetische Gewebesurrogat für Nähten, Dissektionen und Gewebehandhabungsübungen; Ersetzt alle 50 Anwendungen gemäß Herstellerrichtlinien
GPU-Arbeitsstation	NVIDIA / Dell	Dell Precision 7920 mit NVIDIA A6000 (48 GB VRAM)	Rechengestützte Hardware zum Ausführen von Echtzeit-KI-Inferenz (CNN-Klassifikationslatenz < 15 ms); Dedizierter Server mit haptischem Gerät verbunden
Neurales Netzwerk-Framework	Open-Source (Meta KI)	PyTorch v2.1.0	Deep-Learning-Framework, das für Modelltraining, Validierung und Echtzeit-Inferenz des adaptiven Rückkopplungsalgorithmus verwendet wird
Software für statistische Analysen	IBM Corp.	IBM SPSS Statistics v29.0	Verwendet für Mixed-Effects-Modellierung, unabhängige Stichproben-T-Tests und wiederholte ANOVA in allen primären und sekundären Endpunktsanalysen
Software für Datenvisualisierung und Grafiken	GraphPad-Software	GraphPad Prism v10.0	Verwendet zur Erstellung aller Manuskriptfiguren, einschließlich Fehlerbalken (SD und 95 % KI), Retentionskurven und gruppierten Balkendiagrammen
Videoaufzeichnungssystem	Stryker Corp.	1688 AIM 4K Plattform	Intraoperative und Simulationssitzungs-Videoaufnahme für blinde post-hoc-Expertenbewertung (OSATS-Bewertung)
Strukturiertes Bewertungsinstrument (OSATS)	N/A & Strich; Validiertes veröffentlichtes Instrument	Martin et al., 1997 (Br J Surg)	objektiv strukturierte Bewertung technischer Fähigkeiten; Globale Bewertungsskala mit sieben Punkten (1 & Strich; 5 pro Gegenstand) für die blinde Expertenbewertung von Nähten und Gewebehandhabung verwendet
Randomisierungs- und Datenmanagement-Software	Open Source	REDCap v13.7.2	Elektronische Datenerfassung für die Teilnehmerzuweisung (clusterbasierte Abteilungen), demografische Datenerhebung und longitudinale Nachverfolgungsscore-Verfolgung
Audio-Rückkopplungsmodul	Individuell / Intern entwickelt	N/A	Softwaremodul, das Echtzeit-korrigierende akustische Hinweise (toncodierte Alarme) liefert, die in das multimodale Rückkopplungssystem integriert sind
Institutioneller Fragebogen (Lernzufriedenheitsumfrage)	Individuell / Intern entwickelt	N/A	18-Teile-Likert-Maßstab (1 & Bindestrich; 5) Fragebogen zur Bewertung der wahrgenommenen Trainingswirksamkeit, Systemnutzbarkeit und Lernselbstvertrauen; nach der Ausbildung und bei 24-wöchiger Nachbeobachtung durchgeführt