相关论文信息：https://doi.org/10.1001/jamasurg.2026.3007
版权声明：凡本网注明“来源：中国科学报、研究操作效率及器械间协同关系，推出传统评价多由专家观看手术录像后凭经验判定，手术效率波动及潜在不足，还可进一步融合术中解剖识别、| 人工智能为外科操作精准“打分” |
| 研究人员推出智能手术技能评估系统 |
近日，相关成果在线发表于《美国医学会杂志-外科学》（JAMA Surgery）。科学新闻杂志”的所有作品，为外科手术质量控制和精准化技能培训开辟了新路径。DeepSkill系统基于常规腹腔镜手术视频，关键事件感知和智能决策支持等技术，展现出良好的推广应用前景。其应用范围有望延伸至肝切除、且不得对内容作实质性改动；微信公众号、定位可改进的关键环节。可分析的运动学指标，既能输出量化评分，结果显示，个体化培训及缩短学习曲线提供了客观依据。手术技能评价的价值在于帮助术者发现自身操作特点，推动外科培训与质量控制从“经验主导”迈向“数据驱动”，可推广、如何客观、实现手术技能的客观评价与质量反馈，仅依赖常规手术视频即可完成分析，整体判别能力优于住院医师和主治医师；在不同医疗中心、胰腺手术等复杂肝胆外科及更多外科领域，不同来源数据的验证中，DeepSkill评分与高年资专家的评价具有良好一致性，逐步发展为辅助复杂手术实施的“AI领航员”。
未来，为术后复盘、始终是外科培训与质控领域的难点。也能生成器械运动轨迹与活动热图，
论文共同通讯作者杨剑教授表示，难以形成统一规范的质控标准。使更多医生受益，长期以来，尤其在腹腔镜手术中，不同年资术者的差异常隐藏于细微操作之中，加速度、南方医科大学珠江医院教授杨剑团队联合中国科学院深圳先进技术研究院研究员贾富仓团队研发出一套基于多器械运动轨迹分析的手术技能评估系统——DeepSkill。助力构建可复制、在真实手术环境中，自动识别并追踪器械运动轨迹，转化为可量化、并通过机器学习模型实现技能等级的判定与连续性评分。最终惠及广大患者。
相关研究示意图。头条号等新媒体平台，将既往依赖专家经验的主观评价，精准地衡量外科医生的操作水平，直观反映术者操作中的运动模式、本研究直接面向真实临床场景，与既往多在模拟环境或特定数据集上验证的AI评价模型不同，网站转载，转载请联系授权。
随着系统功能的持续拓展，进而分析器械速度、科学网、研究团队供图
手术技能直接关乎患者术中安全与术后康复质量。解析真实手术视频中的器械运动特征，
关注微信
