Kunstmatige intelligentie-gedreven gepersonaliseerd leren verbetert de training van operatiekamerinstrumenten: een prospectieve observationele studie

Summary

Deze prospectieve observationele studie toonde aan dat een door kunstmatige intelligentie aangedreven gepersonaliseerd leersysteem de langetermijnbevoegdheid van instrumenten in de operatiekamer aanzienlijk verbeterde, veiligheidsincidenten verminderde en de trainingsefficiëntie verbeterde ten opzichte van traditionele instructie.

Abstract

Traditionele training in de operatiekamerinstrumenten is vaak gebaseerd op een standaardonderwijs, zorgt voor een slechte langetermijnvaardigheidsbehoud en draagt bij aan te voorkomen chirurgische fouten. De huidige studie stelde de hypothese dat een door kunstmatige intelligentie (AI) aangedreven gepersonaliseerd leersysteem de technische competentie, patiëntveiligheid en trainingsefficiëntie zou kunnen verbeteren door de praktijk af te stemmen op individuele leerlingprofielen. Er is een AI-gestuurd gepersonaliseerd leersysteem (APLS) ontwikkeld dat datagedreven fenotypering van leren, op diep leren gebaseerde instrumentherkenning, ensemblevoorspelling van competentietrajecten en reinforcement learning combineert om adaptieve multimodale feedback te geven tijdens simulatietraining. In een prospectieve observationele studie met clustergebaseerde afdelingstoewijzing (waarbij quasi-experimentele elementen worden geïntroduceerd) in een tertiair ziekenhuis, voltooiden 107 multidisciplinaire operatiekamermedewerkers ofwel het AI-gedreven curriculum of standaard instructeurgeleide training. De primaire uitkomst was 12 maanden behoud van de instrumenthanteringscompetentie, gemeten met de perioperatieve instrumentvaardigheidsschaal (PIPS); Secundaire uitkomsten waren onder andere veiligheidsincidenten in de operatiekamer, trainingstijd en kosten per bekwame professional. In vergelijking met traditionele training was het gepersonaliseerde systeem geassocieerd met aanzienlijk hogere competentiescores over 12 maanden (APLS 84,1 ± 9,2 vs. Control 58,9 ± 18,7, p< 0,001), minder veiligheidsgerelateerde gebeurtenissen in de klinische praktijk en bijna de helft van de trainingstijd, terwijl de totale trainingskosten met 38,3% werden verlaagd. Het AI-ensemble presteerde ook beter dan zijn individuele machine learning-componenten bij het voorspellen van de prestaties van leerlingen en het selecteren van feedbackstrategieën. Deze bevindingen suggereren dat het integreren van onbegeleide fenotypeontdekking, supervised prediction en reinforcement learning in een uniform platform de training van instrumenten in de operatiekamer aanzienlijk kan verbeteren en mogelijk een schaalbaar kader biedt voor datagedreven personeelsontwikkeling in perioperatieve zorg.

Introduction

De operatiekamer vertegenwoordigt een van de meest complexe omgevingen in de gezondheidszorg, waarin effectieve multidisciplinaire samenwerking direct invloed heeft op patiëntveiligheid en chirurgische kwaliteit ^1,2. Onvoldoende instrumentvaardigheidstraining draagt alleen al in Chinese ziekenhuizen bij aan naar schatting 15.000 te voorkomen chirurgische fouten per jaar, waarbij communicatiefouten en technische tekortkomingen 72% van de perioperatieve bijwerkingen uitmaken³. Traditionele trainingsbenaderingen zijn gebaseerd op gestandaardiseerde methodologieën die geen rekening houden met individuele leerverschillen, variaties in cognitieve verwerking en gepersonaliseerde competentieontwikkelingstrajecten ^4,5.

Vanuit theoretisch oogpunt verklaren verschillende onderwijskaders waarom gepersonaliseerde benaderingen beter kunnen zijn dan gestandaardiseerde instructie in complexe psychomotorische domeinen. Cognitieve belastingstheorie⁶ stelt dat instructieontwerp rekening moet houden met de beperkte capaciteit van het werkgeheugen, vooral wanneer leerlingen tegelijkertijd nieuwe procedurele, conceptuele en perceptuele informatie moeten verwerken in omgevingen met hoge nauwkeurigheid, zoals de operatiekamer⁷. Door de inhoudelijke moeilijkheidsgraad en presentatiemodaliteit aan te passen aan individuele cognitieve profielen, kunnen gepersonaliseerde systemen de balans tussen intrinsieke en externe cognitieve belasting optimaliseren. Het kader van bewuste oefening suggereert verder dat vaardigheidsverwerving wordt gemaximaliseerd wanneer training individuele uitdagingsniveaus, directe corrigerende feedback en gerichte herhaling op geïdentificeerde zwaktes bevat, elementen die moeilijk consistent te implementeren zijn in traditionele leermodellen maar van nature worden geoperationaliseerd via algoritmische aanpassing⁸. Daarnaast biedt de zone van proximale ontwikkeling een theoretische basis voor aanpassing van adaptieve moeilijkheidsgraad, wat suggereert dat leren het meest effectief is wanneer taken worden gekalibreerd om net buiten het huidige zelfstandige vermogen van de leerling^{te vallen 9}. Deze theoretische overwegingen ondersteunen gezamenlijk de hypothese dat een AI-systeem dat in staat is instructieparameters dynamisch aan te passen aan individuele leerlingenkenmerken, statische, one-size-fits-all training zou moeten overtreffen.

Recente ontwikkelingen in machine learning en realtime prestatie-analyse bieden aanzienlijk potentieel om onderwijsuitdagingen aan te pakken ^6,7. Moderne AI-toepassingen in chirurgisch onderwijs hebben veelbelovend gebleken, met studies die aanzienlijke verbeteringen in vaardigheidsverwerving melden wanneer AI-gedreven feedbacksystemen worden geïmplementeerd⁹. Echter, bestaande AI-gebaseerde chirurgische trainingsplatforms, waaronder commercieel beschikbare systemen zoals Touch Surgery en vergelijkbare platforms die in een eerdere studie⁸ zijn besproken, hebben voornamelijk vertrouwd op enkel-algoritme architecturen, meestal geïsoleerde neurale netwerken of beslissingsbomen, die procedurerepetitie bieden via stap-voor-stap visuele gidsen zonder realtime adaptieve feedback of individuele optimalisatie van leerpaden. Eerdere studies hebben multimodale sensorfusieverwerking van heterogene datastromen (oogtracking, motion capture en fysiologische monitoring) niet geïntegreerd met adaptieve feedbackmechanismen die dynamisch worden aangepast aan individuele leertrajecten via reinforcement learning^10,11. Bovendien hebben bestaande systemen de ontdekking van ongecontroleerde fenotypes niet gecombineerd met gecontroleerde voorspellingsmethoden binnen een uniform onderwijskader^12,13. Deze hiaten vertegenwoordigen gemiste kansen, aangezien de theoretische literatuur over gepersonaliseerd leren sterk suggereert dat geïntegreerde, multicomponent adaptieve systemen effectiever zouden moeten zijn dan single-component benaderingen¹⁴.

Huidige onderwijskaders in perioperatieve omgevingen ondervinden verschillende belangrijke beperkingen ^8,15. Traditionele leermodellen bieden inconsistente leerervaringen, met aanzienlijke variaties in de kwaliteit van instructeurs, standaardisatie van feedback en betrouwbaarheid van competentiebeoordeling. Deze benaderingen slaagen er niet in om diverse leerstijlen te accommoderen, passen zich niet aan individuele voortgangspercentages aan en missen de geavanceerde analyses die nodig zijn om de onderwijsresultaten^{te optimaliseren 11,15}. Om aan deze onvervulde behoeften te voldoen, introduceert deze studie het AI-gestuurde gepersonaliseerde leersysteem (APLS), een uitgebreide educatieve interventie die vier algoritmisch verschillende componenten verenigt binnen één adaptief platform, ontworpen voor multidisciplinaire training van instrumenten in de operatiekamer. Voor zover wij weten behoort het systeem tot de eersten die empirisch de volgende mogelijkheden in de chirurgische onderwijsliteratuur integreert: een hybride architectuur die onbewaakte clustering voor datagedreven fenotypeontdekking van leerlingen combineert met supervised classificatie voor realtime fenotypetoewijzing; een transfer learning-pijplijn die een vooraf getraind convolutioneel neuraal netwerk aanpast aan visuele herkenning van chirurgische instrumenten met behulp van beperkte domeinspecifieke data; een module voor versterking leren die iteratief feedbacktiming en modaliteit verfijnt via interactie met lerenden; en een ensemble-voorspellingsraamwerk dat output van meerdere heterogene algoritmen synthetiseert om competentietrajecten nauwkeuriger te voorspellen dan welk samenstellend model dan ook. Door de APLS te vergelijken met standaard instructeurgeleide training via een prospectieve vergelijking van leeruitkomsten, klinische prestatie-indicatoren, trainingsefficiëntie en kosteneffectiviteit, probeert deze studie te bepalen of een uniform, AI-gestuurd gepersonaliseerd platform perioperatief instrumentenonderwijs betekenisvol kan bevorderen voorbij de huidige pedagogische praktijk.

Protocol

Deze studie werd uitgevoerd in overeenstemming met de Verklaring van Helsinki en goedgekeurd door de Ethische Commissie van het Sir Run Run Shaw Ziekenhuis, Zhejiang University School of Medicine (goedkeuringsnummer: 0480, goedgekeurd op 10 augustus 2025). Alle deelnemers gaven schriftelijke geïnformeerde toestemming vóór de deelname.

Studieontwerp en setting
Een prospectieve observationele studie met cluster-gebaseerde afdelingstoewijzing werd uitgevoerd van januari 2024 tot februari 2025 in het Sir Run Run Shaw Ziekenhuis, Zhejiang University School of Medicine, Hangzhou, China. De op afdelingen gebaseerde allocatiestrategie introduceert quasi-experimentele elementen in dit ontwerp; Daarom moeten causale inferenties met passende voorzichtigheid worden geïnterpreteerd¹⁶. De studie maakte gebruik van een parallelle groepsvergelijking met toewijzing op basis van afdelingstoewijzing om informatiedeling tussen groepen te voorkomen. Gestratificeerde inschrijving werd ingevoerd om vergelijkbare basiskenmerken te waarborgen. Het ziekenhuis had een speciaal simulatielaboratorium uitgerust met gestandaardiseerde operatiekameromgevingen, chirurgische instrumenten, monitoringapparatuur en video-opnamemogelijkheden.

Steekproefselectie en deelnemers
Zorgprofessionals zijn gerekruteerd via gestratificeerde willekeurige steekproeven uit alle in aanmerking komende perioperatieve medewerkers (n = 342) in het Sir Run Run Shaw Ziekenhuis tussen november 2023 en januari 2024. Stratificatievariabelen omvatten professionele rol (verpleegkundigen, chirurgisch technologen en anesthesietechnici), ervaringsniveau (<5, 5–10, 10–15 en >15 jaar), opleidingsniveau (associate, bachelor en master) en klinische afdeling (algemene chirurgie, orthopedische chirurgie, cardiovaatchirurgie en andere specialismen). Computergegenereerde willekeurige getallen (R-software, set.seed = 12345 voor reproduceerbaarheid) werden binnen elk stratum toegepast met behulp van de steekproeffunctie om representatieve steekproeven te waarborgen over alle demografische en professionele categorieën. De steekproefgrootte werd berekend met G*Power 3.1.9.7 software op basis van voorlopige pilotgegevens (n = 30) met een verwachte effectgrootte Cohen's d = 0,60, tweezijdig significantieniveau α = 0,05, en gewenste statistische kracht (1 − β) = 0,80, wat een minimale vereiste van 90 deelnemers (45 per groep) aangeeft. Om rekening te houden met het verwachte uitvalpercentage van 15% (verloop) op basis van institutionele historische gegevens, werd het streefdoel gesteld op 104 deelnemers. De daadwerkelijke inschrijving bereikte 120 deelnemers, wat 87% kracht leverde na rekening met de uiteindelijke 11% uitval.

Vereiste inclusiecriteria
(1) huidige werkgelegenheid in Sir Run Run Shaw Ziekenhuis in perioperatieve functies; (2) minimaal 6 maanden praktijkervaring in de operatiekamer; (3) beschikbaarheid gedurende de volledige 13 maanden durende studie; (4) bereidheid om deel te nemen aan alle beoordelingsactiviteiten; en (5) basiscomputergeletterdheid, gedefinieerd als het vermogen om door webbrowsers te navigeren en toetsenbord/muisinvoer onafhankelijk te gebruiken.

Inclusief exclusiecriteria
Geplande verlengde verlof tijdens de studieperiode, deelname aan andere opleidingsprogramma's voor chirurgische instrumenten in de afgelopen 6 maanden, visuele beperking die niet te corrigeren is tot 20/40 of beter, en huidige inschrijving in formele opleidingen in chirurgische technologie. In totaal werden aanvankelijk 120 deelnemers geworven, waarvan 107 het volledige studieprotocol voltooiden (89,2% voltooiingspercentage). De redenen voor het terugtrekken waren onder andere baanwisselingen (n = 7), persoonlijke omstandigheden (n = 4) en technologiegerelateerde moeilijkheden (n = 2). Uitvalanalyse met logistische regressie toonde geen significante associatie tussen terugtrekking en basiskenmerken zoals leeftijd (OR = 1,03, p = 0,52), geslacht (OR = 0,87, p = 0,85), professionele rol (p = 0,73) of baseline PIPS-scores (OR = 1,01, p = 0,67), wat wijst op een willekeurig ontbrekend patroon bevestigd door Little's MCAR-test (χ² = 43,2, df = 38, p = 0,26).

Groepstoewijzing
Om de besmettingseffecten inherent aan educatieve interventies te minimaliseren, werden deelnemers op basis van afdelingsaffiliatie toegewezen aan interventie- of controlegroepen. Afdelingen (n = 8) werden gekoppeld in paren op basis van het aantal chirurgische gevallen en personeelsgrootte en vervolgens willekeurig toegewezen aan APLS of controleomstandigheden met behulp van computergestuurde randomisatie (R-software, seed = 54321). Deze cluster-gebaseerde aanpak werd aangenomen omdat individuele randomisatie binnen afdelingen het risico op aanzienlijke kruisbesmetting zou veroorzaken doordat collega's kennis en trainingservaringen delen. Er wordt erkend dat de cultuur van de afdeling, leiderschapskwaliteit, basisonderwijspraktijken en casemix onafhankelijk de uitkomsten kunnen beïnvloeden, wat potentiële bronnen van resterende confounding vertegenwoordigt die niet volledig kunnen worden aangepakt in een niet-geïndividualiseerd, gerandomiseerd ontwerp¹⁶. Gestratificeerde steekproeven zorgden voor vergelijkbare basislijnkenmerken. Outcome assessors die PIPS-evaluaties uitvoerden, waren blind voor groepstoewijzing via gecodeerde deelnemersidentificaties. Statistische analisten ontvingen gedeïdentificeerde datasets met gemaskeerde groepslabels totdat de primaire analyses waren afgerond.

APLS-systeemarchitectuur en technische implementatie
De APLS bestaat uit vier geïntegreerde computationele componenten die werken op een cloudgebaseerd platform (Table of Materials). Het systeem is ontwikkeld met behulp van open-source deep learning-frameworks en een webgebaseerde frontend (zie Table of Materials) met RESTful API-protocollen (Representational state transfer application programming interface, die gestandaardiseerde HTTP-gebaseerde communicatie tussen de front-end client en server-side machine learning modules mogelijk maakt), JSON Web Token (JWT)-gebaseerde authenticatie (waarbij alleen geautoriseerde gebruikers en systeemcomponenten toegang hebben tot learner data en modeleindpunten). en TLS 1.3 transportlaag-encryptie (die alle data beveiligt die onderweg is tussen clientapparaten, de applicatieserver en de cloudgebaseerde model-serving infrastructuur) voor gegevensbeveiliging. Een volledige beschrijving van de softwareomgeving, inclusief afhankelijkheidsspecificaties (requirements.txt), configuratiebestandstructuur en initialisatiecommando's voor datapijplijnen, wordt gegeven in Aanvullend Bestand 1.

Hardware-opstelling en kalibratie
Voorafgaand aan elke trainingssessie werd de volgende hardwarekalibratiesequentie uitgevoerd. Een oogvolgapparaat (zie Materiaaltabel) werd 60–70 cm van de ogen van de deelnemer geplaatst op een hoogteverstelbare bevestiging, en de kalibratie werd uitgevoerd volgens het standaard 9-puntsprotocol van de fabrikant met een nauwkeurigheid van ≤0,5° visuele hoek. Een array met acht camera's (zie Materiaaltabel) was in een cirkelvormige configuratie gerangschikt met een straal van 2,5 m vanaf het centrum van het trainingsstation, geplaatst op hoogtes tussen 1,8 m en 2,4 m, en gekalibreerd met de toverstokprocedure van de fabrikant met een restfoutdrempel van ≤0,3 mm. Reflecterende markeringen (n = 16, diameter = 12,7 mm) werden bevestigd aan gestandaardiseerde anatomische herkenningspunten op beide handen en polsen volgens het markerplaatsingsprotocol beschreven in Aanvullend Dossier 2. Fysiologische monitoringsapparaten werden bevestigd volgens de instructies van de fabrikant en gecontroleerd op signaalkwaliteit vóór het starten van de sessie.

Component 1: Classificatiesysteem voor het fenotype van leerlingen
Het classificatiesysteem hanteert een tweestaps-hybride benadering die onbegeleid en begeleid leren combineert. In Fase 1 wordt k-means clustering gebruikt op de basisbeoordelingsdata om natuurlijke leerlinggroepen te ontdekken. De invoerkenmerken (n = 37) omvatten basisniveau PIPS-domeinscores (4 kenmerken), VARK-leerstijl inventarisscores (4 kenmerken), cognitieve verwerkingssnelheid van geautomatiseerde reactietijdtaken (3 kenmerken), technologie-comfortscores (1 feature), demografische variabelen (3 features), werkgeheugencapaciteit uit cijferspannetests (2 features), ruimtelijk redeneren uit mentale rotatietaken (1 feature), baseline scores voor fijne motoriek (3 features), Big Five persoonlijkheidskenmerken (5 kenmerken) en eerdere prestatie-indicatoren uit institutionele gegevens (3 kenmerken). Gedetailleerde preprocessing-specificaties, hyperparameteroptimalisatieprocedures en ranglijsten van featurebelang zijn opgenomen in Supplementary File 1 (Sectie S2). De drie resulterende clusters werden gekarakteriseerd als snel (30,9%), gemiddeld (49,1%) en trage leerlingen (20,0%). In Fase 2 wordt begeleide classificatie uitgevoerd met behulp van ondersteunende vectormachines die zijn getraind op clusterlabels om realtime classificatie van nieuwe leerlingen mogelijk te maken. De volledige hyperparameterzoekruimte, kruisvalidatieresultaten en classificatiemetrieken per klasse worden gerapporteerd in Supplementair Bestand 1 (Sectie S2.3).

Component 2: Multimodale data-integratie en sensorfusiesysteem
Het platform integreert vijf heterogene datastromen: oogvolggegevens, motion capture-gegevens, fysiologische monitoring (hartslagvariabiliteit, galvanische huidrespons en speekselcortisol), prestatie-analyse via geautomatiseerde videoanalyse en interactielogging. Gedetailleerde sensorspecificaties, preprocessing-pijplijnen, feature-extractieprocedures en de convolutionele neurale netwerkarchitectuur voor cognitieve toestandsschatting worden beschreven in Supplementair Bestand 1 (Sectie S3). Het fusiesysteem produceert cognitieve toestandrepresentaties die elke 1 seconde worden bijgewerkt en codeert geïntegreerde aandacht, motorische uitvoering, cognitieve belasting en taakprestatie.

Component 3: Voorspellende analyse-engine
Het ensemblevoorspellingssysteem combineert drie complementaire algoritmen: random forest, gradient boosting machine (XGBoost) en een diep neuraal netwerk met lagen van lang kortetermijngeheugen (LSTM) die cognitieve toestand-embeddings verwerken als tijdreeksen. Ensembleaggregatie gebruikt gewogen soft voting met gewichten geoptimaliseerd met validatiedata. De volledige algoritmische specificaties, hyperparameterwaarden, trainingsprocedures en convergentiediagnostiek worden verstrekt in Supplementair Bestand 1 (Sectie S4). Trainings-, validatie-, implementatie- en evaluatiedatasets waren strikt gescheiden; De modelontwikkeling gebruikte uitsluitend gegevens uit een eerdere pilotstudie met 150 deelnemers (80% training, 20% validatie), en de deelnemers aan de huidige studie vormden een volledig vastgehouden inzetdataset. Rolling retraining tijdens de implementatie gebruikte alleen de voorgaande 7-daagse interactiegegevens en bevatte geen uitkomstbeoordelingsgegevens, waardoor lekkage van evaluatie-uitkomsten in voorspellingsmodellen werd voorkomen.

Component 4: Versterkingsleren gebaseerd adaptief feedbacksysteem
Het adaptieve feedbacksysteem maakt gebruik van Q-learning en formuleert feedbackselectie als een Markov-beslissingsproces. De toestandsruimte (25-dimensionaal) codeert de huidige cognitieve toestand, temporele context, taakparameters en leerlingenkenmerken. De actieruimte bestaat uit 25 afzonderlijke acties die combinaties van feedbackmodaliteit, timing en specificiteit vertegenwoordigen. De beloningsfunctie omvat prestatieverbetering, het vermijden van cognitieve overbelasting, het behouden van betrokkenheid en correctielatentie. De wiskundige formulering van de toestandsruimte, actieruimte, beloningsfunctie, Q-learning updateparameters en convergentiecriteria wordt beschreven in Aanvullend Bestand 1 (Sectie S5).

Workflow voor trainingssessies
Elke APLS-trainingssessie verloopt volgens de volgende gestandaardiseerde volgorde. (1) De deelnemer logt in op het APLS-platform met toegewezen inloggegevens op het aangewezen trainingswerkstation. (2) Hardware-kalibratie werd geverifieerd (oogvolger, motion capture en fysiologische sensoren) met automatische kwaliteitscontroles die de acceptabele signaalintegriteit bevestigden. (3) Het systeem haalt de huidige classificatie van het fenotype van de leerling en het voorspelde competentietraject van de deelnemer op om sessieparameters te configureren. (4) Een initiële warming-up module (5 min) presenteert een overzicht van de inhoud van de vorige sessie, aangepast aan het retentiepatroon van de deelnemer. (5) De kerntrainingsmodule (40-50 min) presenteert instrumentidentificatie, -hantering en procedurele taken op moeilijkheidsgraden bepaald door het adaptieve algoritme, met realtime multimodale feedback geleverd volgens een Q-learning beleid. (6) Een sessiesamenvatting en een prestatiedashboard worden weergegeven, die de voortgang toont ten opzichte van het persoonlijke leertraject en de competentiemijlpalen van de deelnemer. (7) De deelnemer vult een korte tevredenheidsenquête in (2 min). (8) Sessiegegevens worden automatisch geüpload naar de cloudserver voor modelupdate.

Procedures voor controlegroepen
De controlegroep kreeg traditionele training in instrumenten in de operatiekamer volgens gestandaardiseerde institutionele protocollen. De opleiding bestond uit een initiële 8-uur durende didactische sessie door senior verpleegkundigen in de operatiekamer (OR), die instrumentcategorieën, nomenclatuur, hanteringsprincipes en steriele techniek behandelde; een gedrukt trainingshandboek (187 pagina's) met instrumentfoto's, specificaties en beschrijvingen, georganiseerd per chirurgische specialisatie; twee 4-uur durende praktijkgerichte workshops in simulatielaboratoria met fysieke instrumentensets onder toezicht van de instructeur (instructeur-leerling verhouding 1:6); toegang tot het institutionele leermanagementsysteem met digitale trainingsmaterialen voor zelfgestuurde beoordeling; en geplande kwartaalopfrissessies (2 uur) waarin vaak verwarde instrumenten worden bekeken. De totale gestructureerde instructietijd was 20 uur gedurende de studieperiode. Er werden geen adaptieve algoritmen, gepersonaliseerde paden of AI-versterkte componenten geïntegreerd.

Uitkomstmaten
De primaire uitkomst was kennisretentie, beoordeeld 12 maanden na de training met behulp van de gevalideerde Perioperative Instrument Proficiency Scale (PIPS). Het volledige PIPS-ontwikkelingsproces, inclusief itemgeneratie uit een literatuurreview en expertfocusgroepen, drierondes aangepaste Delphi-inhoudsvalidatie (inhoudsvaliditeitsindex = 0,94), verkennende en bevestigende factoranalyse, en de volledige gedragsmatig verankerde beoordelingsrubric, wordt gedocumenteerd in Supplementary File 3. Het instrument toonde sterke psychometrische eigenschappen (Cronbach's α = 0,92, test-hertest ICC = 0,91 met een interval van 2 weken). De PIPS bestaat uit 24 items verspreid over vier domeinen: instrumentidentificatie (6 items), beheervaardigheid (6 items), veiligheidsprotocollen (6 items) en teamcommunicatie (6 items). Elk item gebruikt een vijfpuntige Likert-schaal (1 = beginner tot 5 = expert) met gedragsmatig verankerde beschrijvingen. De totale score varieert van 24 tot 120, waarbij hogere scores wijzen op een grotere vaardigheid.

PIPS-beoordelingen werden uitgevoerd door getrainde beoordelaars (zes chirurgische verpleegkundigen met >10 jaar OK-ervaring die een gestandaardiseerd trainingsprogramma van 8 uur hadden afgerond) bij de basis, direct na de interventie, en bij 1, 3, 6 en 12 maanden follow-up. De beoordelaars werden blind voor de groepstoewijzing via gecodeerde deelnemersidentificaties en beoordeelden video-opnamen die werden bewerkt om zichtbare APLS-specifieke interface-elementen of feedbackdisplays te verwijderen. De beoordelaars werden niet geïnformeerd over welke trainingsmethode de deelnemers hadden gekregen. Inter-rater betrouwbaarheid werd vastgesteld door dual-coding van 20% van de beoordelingen (n = 128), waarbij een ICC-> 0,85 werd behaald over alle domeinen (totale score ICC = 0,89, 95% BI: 0,85-0,92).

De secundaire uitkomsten waren als volgt: (1) praktische competentie beoordeeld via de objective structured assessment of technical skills (OSATS) aangepast voor instrumenthantering, bestaande uit zes gestandaardiseerde stations (maximaal 30 punten), beheerd door geblindeerde deskundige beoordelaars (ICC = 0,87) bij de basislijn en na 3, 6 en 12 maanden. (2) De efficiëntie van de trainingstijd werd gemeten als het totale aantal uren om de competentiedrempel te bereiken (PIPS ≥ 75). (3) Kosteneffectiviteit wordt berekend als de kosten per bekwame leerling, waarbij directe en indirecte kosten worden meegenomen, waarbij kosten genormaliseerd zijn tot de Chinese yuan van 2024 met behulp van institutionele boekhoudkundige gegevens. (4) De tevredenheid van leerlingen werd beoordeeld met behulp van een 5-punts Likert-schaal vragenlijst (27 items, interne consistentie α = 0,91). (5) Verkennende klinische prestatie-metrics uit institutionele veiligheidsrapportagesystemen: incidentrapporten over instrumenten gedurende de 12 maanden post-training periode, met percentages per 1.000 chirurgische gevallen aangepast voor de complexiteit van de zaak. Uitkomsten van veiligheidsincidenten werden als exploratief geclassificeerd omdat de studie niet bevoegd was om verschillen in deze laagfrequente gebeurtenissen te detecteren.

Statistische analysemethoden
Alle statistische analyses werden uitgevoerd met R-versie 4.3.0 met de RStudio-interface en de volgende pakketten: lme4 voor mixed-effects modellen, emmeans ("geschatte marginale gemiddelden"; een R-pakket voor het berekenen van modelgecorrigeerde groepsgemiddelden en het uitvoeren van Tukey-, Bonferroni- of Scheffé-post-hoc paargewijze vergelijkingen uit aangepaste mixed-effects modellen), psych voor psychometrische analyses, effsize (een R-pakket voor het berekenen van gestandaardiseerde effectgroottes, inclusief Cohen's d en Hedges' g, met betrouwbaarheidsintervallen) voor effectgrootteberekeningen, en muizen voor meervoudige imputatie. De significantiedrempel werd a priori vastgesteld op α = 0,05 (tweezijdig) voor alle hypothesetesten.

Meerdere vergelijkingscorrecties werden als volgt toegepast. Voor de primaire uitkomst (PIPS totale score over tijdspunten) werd de afleiding getrokken uit de Group × Time-interactie binnen het lineaire mixed-effects model met behulp van Kenward-Roger vrijheidsgraden, die geen aparte correctie voor meerdere tijdspunten vereist. Voor de PIPS-domeinsubschalen (vier gelijktijdige vergelijkingen) werd Bonferroni-correctie toegepast (aangepast α = 0,0125). Voor de secundaire uitkomsten (vier maten: OR-efficiëntiescore, veiligheidsincidenten, TEAM-communicatiescore en foutfrequentie) werd de Benjamini-Hochberg-procedure voor valse ontdekkingspercentages toegepast (q = 0,05). Voor AI-systeemprestatiemetrics (tien interne vergelijkingen) werd Bonferroni-correctie toegepast (aangepast α = 0,005). Alle gerapporteerde p-waarden en significantiebepalingen verwijzen expliciet naar de toepasselijke correctie.

Alle primaire en secundaire uitkomsten tussen groepen werden geanalyseerd met lineaire mixed-effects modellen met vaste effecten voor groep, tijd en hun interactie, en willekeurige intercepts voor zowel deelnemers als afdelingen (om rekening te houden met intraclass-correlatie als gevolg van cluster-gebaseerde allocatie). De intraclass correlatiecoëfficiënt op afdelingsniveau werd geschat om de mate van clustering te kwantificeren. Ontbrekende datapatronen werden geëvalueerd met behulp van Little's MCAR-test; de gegevens werden willekeurig volledig ontbrekend en verwerkt via meervoudige imputatie met behulp van voorspellende gemiddelde matching (m = 20 geïmputeerde datasets, samengevoegde resultaten via de regels van Rubin). Gevoeligheidsanalyses met volledige casusanalyse, variërende imputatiegetallen (m = 10, m = 50) en worst-case/best-case scenario's beoordeelden de robuustheid.

Results

Kenmerken van deelnemers
De uiteindelijke steekproef omvatte 107 deelnemers met uitstekende retentie (Figuur 1). Uitvalanalyse waarbij voltooiers (n = 107) werden vergeleken met terugtrekkingen (n = 13) onthulden geen significante verschillen in basislijnkenmerken: leeftijd (t = 0,89, p = 0,38), geslacht (χ² = 0,21, p = 0,64), professionele rol (χ² = 1,45, p = 0,48), basisniveau PIPS-scores (t = 0,62, p = 0,54), of g...

Discussion

Deze prospectieve observationele studie, waarbij quasi-experimentele elementen worden geïntegreerd via clustergebaseerde afdelingstoewijzing, levert bewijs dat een AI-gestuurd gepersonaliseerd leersysteem dat meerdere machine learning-algoritmen integreert, geassocieerd is met aanzienlijke verbeteringen in de trainingsresultaten van operatiekamerinstrumenten ten opzichte van traditionele pedagogische benaderingen. De bevindingen hebben implicaties voor zowel de methodologie van kunstmati...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Haptic Feedback Chirurgische Simulator (Touch X)	3D Systems (voorheen Sensable)	PHANToM Premium 3.0	Haptisch apparaat met zes vrijheidsgraden; wordt gebruikt als primaire interface voor AI-gestuurde krachtfeedback bij gesimuleerde weefselmanipulatie en hechttaken
Simulatie Software Platform (SimSurgery™ AI Suite)	Op maat gemaakt / In-house ontwikkeld	N/A	Propriëtaire AI-gestuurde trainingssoftware met convolutional neural network (CNN) modules voor real-time prestatieclassificatie en adaptieve feedbackgeneratie
Kracht/Draagkracht Sensor	ATI Industrial Automation	Nano17 SI-12-0.12	Meet toegepaste instrumentkrachten (resolutie: 0,003 N) tijdens weefselbehandeling en hechtoefeningen; data worden gebruikt in het AI-classificatiealgoritme
Bewegingsvolgsysteem	Northern Digital Inc. (NDI)	Polaris Vega ST	Optisch volgen van chirurgische instrumentenbanen; 0,12 mm RMS volumetrische nauwkeurigheid; gebruikt voor evaluatie van instrumentnavigatienauwkeurigheid
Laparoscopische Instrumentenset (Training)	Karl Storz SE & Co. KG	26003 AA / 33310 DB	Standaard 5 mm laparoscopische grijper en naalddriver gebruikt in zowel AI-gestuurde als conventionele trainingsarmen
Hoog-Fideliteit Weefsel Phantom (Zacht Weefsel Model)	SynDaver Labs	Chirurgisch Abdominaal Model (SKU: SYN-ABD)	Gevalideerd synthetisch weefselsurrogaat voor hecht-, dissectie- en weefselbehandelingsoefeningen; wordt elke 50 gebruikens vervangen volgens de richtlijnen van de fabrikant
GPU Werkstation	NVIDIA / Dell	Dell Precision 7920 met NVIDIA A6000 (48 GB VRAM)	Computationeel hardware voor het uitvoeren van real-time AI-inferentie (CNN-classificatie latentie < 15 ms); toegewijde server verbonden met haptisch apparaat
Neural Network Framework	Open-source (Meta AI)	PyTorch v2.1.0	Deep learning framework gebruikt voor modeltraining, validatie en real-time inferentie van het adaptieve feedbackalgoritme
Statistische Analyse Software	IBM Corp.	IBM SPSS Statistics v29.0	Gebreikt voor mixed-effects modellering, onafhankelijke steekproeven t-tests en herhaalde metingen ANOVA in alle primaire en secundaire uitkomstanalyses
Data Visualisatie en Grafiek Software	GraphPad Software	GraphPad Prism v10.0	Gebreikt voor het genereren van alle manuscriptfiguren, inclusief foutbalken (SD en 95% BI), retentiecurven en gegroepeerde staafgrafieken
Video Opname Systeem	Stryker Corp.	1688 AIM 4K Platform	Intra-operatieve en simulatiesessievideo-opname voor geblindeerd post-hoc expertbeoordeling (OSATS-scorering)
Gestructureerd Beoordelingsinstrument (OSATS)	N/A — Gevalideerd gepubliceerd instrument	Martin et al., 1997 (Br J Surg)	Objectieve Gestructureerde Beoordeling van Technische Vaardigheden; zeven-item globale beoordelingsschaal (1–5 per item) gebruikt voor geblindeerde expertevaluatie van hechting en weefselbehandeling
Randomisatie en Databeheer Software	Open-source	REDCap v13.7.2	Elektronische gegevensopname voor deelnametoewijzing (cluster-gebaseerd afdelingsniveau), demografische gegevensverzameling en longitudinale follow-up scoretracking
Audio Feedback Module	Op maat gemaakt / In-house ontwikkeld	N/A	Softwaremodule die real-time correctieve auditieve signalen (toon-gecodeerde waarschuwingen) levert, geïntegreerd in het multimodale feedbacksysteem
Institutioneel Vragenlijst (Leerlingentevredenheidsonderzoek)	Op maat gemaakt / In-house ontwikkeld	N/A	18-item Likert-schaal (1–5) vragenlijst die de waargenomen trainingseffectiviteit, systeemgbruikbaarheid en leerlingenvertrouwen beoordeelt; afgenomen na de training en bij 24-weekse follow-up