人工知能駆動のパーソナライズ学習が手術室の器具訓練を改善する:前向き観察研究

Jing Cai; Luping Li; Jianshu Cai; Xiaoling Huang

doi:10.3791/70487

このコンテンツを表示するには、JoVEへの購読が必要です。または、無料トライアルをお申し込みください。

研究記事

人工知能駆動のパーソナライズ学習が手術室の器具訓練を改善する:前向き観察研究

297 閲覧数

⸱

DOI：

10.3791/70487

⸱

2026年4月17日

Jing Cai¹ , Luping Li¹ , Jianshu Cai¹ , Xiaoling Huang¹

¹Nursing Department, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine

この記事について

サマリー

この前向き観察研究は、人工知能搭載のパーソナライズ学習システムが、従来の指導と比較して長期的な手術室の器具操作能力を大幅に向上させ、安全事故を減少させ、訓練効率を向上させたことを示しました。

要約

従来の手術室での器具訓練は、画一的な指導に頼ることが多く、長期的なスキル保持が乏しく、予防可能な手術ミスを招いています。本研究では、人工知能(AI)搭載のパーソナライズされた学習システムが、個々の学習者のプロファイルに合わせて実践を調整することで、技術的能力、患者の安全性、トレーニング効率を向上させることができると仮説を立てました。AI搭載のパーソナライズ学習システム(APLS)が開発されました。これは、データ駆動型学習者の表現型化、ディープラーニングに基づく機器認識、能力のアンサンブル予測、強化学習を組み合わせ、シミュレーションベースのトレーニング中に適応型マルチモーダルフィードバックを提供します。三次病院でのクラスターベースの部門配分(準実験要素の導入)を用いた前向き観察研究では、107名の多職種手術室スタッフがAI駆動のカリキュラムまたは標準的な指導者主導の研修を修了しました。主要アウトカムは、周術期器具熟練度尺度(PIPS)で測定された器具取り扱い能力の12か月保持でした。副次的な成果には、手術室の安全事故、訓練時間、有能な専門家一人あたりのコストが含まれていました。従来の研修と比べて、個別化されたシステムは12か月の能力スコアが大幅に高く(APLS 84.1 ± 9.2、対照群 58.9 ± 18.7、p < 0.001)、臨床実践における安全性関連事象の減少、研修時間をほぼ半分にし、全体の研修費用を38.3%削減しました。また、AIアンサンブルは学習者のパフォーマンス予測やフィードバック戦略の選択において、個々の機械学習コンポーネントを上回る成果を上げました。これらの発見は、教師なしの表現型発見、教師ありの予測、強化学習を統合プラットフォームに統合することで、手術室での器具訓練を有意義に強化し、周術期ケアにおけるデータ駆動型の人材育成のためのスケーラブルな枠組みを提供する可能性を示唆しています。

概要

手術室環境は医療現場で最も複雑な環境の一つであり、効果的な多職種連携が患者の安全成果や^手術の質に直接影響を与える^1,2。不十分な器具操作訓練は、中国の病院だけで年間約15,000件の予防可能な手術ミスに寄与しており、コミュニケーションの失敗や技術的な不備が周術期有害事象の72%を占めています^。3.従来のトレーニングアプローチは、個々の学習差異、認知処理の変動、個別の能力開発の軌跡を考慮しない標準化された方法論に依存し^{ています。}

理論的観点から、いくつかの教育枠組みは、複雑な精神運動領域においてパーソナライズされたアプローチが標準化された指導よりも優れている理由を明らかにしています。認知負荷理論⁶は、特に高忠実度環境(例えば^手術室7)で学習者が新しい手続き的、概念的、知覚的情報を同時に処理しなければならない場合、指導設計は作業記憶の限られた容量を考慮しなければならないと主張しています。コンテンツの難易度や提示方式を個々の認知プロファイルに....