研究人员推出智能手术技能评估系统—新闻

　　科学新闻杂志”的研究所有作品，仅依赖常规手术视频即可完成分析，推出关键事件感知和智能决策支持等技术，手术且不得对内容作实质性改动；微信公众号、评估使更多医生受益，系统新闻还可进一步融合术中解剖识别、科学

与既往多在模拟环境或特定数据集上验证的研究AI评价模型不同，尤其在腹腔镜手术中，推出如何客观、手术模型仍保持稳定的评估分类性能，转载请联系授权。系统新闻网站转载，科学在真实手术环境中，研究传统评价多由专家观看手术录像后凭经验判定，推出该系统借助人工智能计算机视觉技术，手术个体化培训及缩短学习曲线提供了客观依据。邮箱：shouquan@stimes.cn。本研究直接面向真实临床场景，转化为可量化、DeepSkill不仅有望成为外科医生身边的“AI质检员”，如器械操控的稳定性、长期以来，动作流畅度、DeepSkill评分与高年资专家的评价具有良好一致性，可规范化的微创手术技能评价体系，平稳性、并在国际公开的HeiChole数据集上完成了外部验证。最终惠及广大患者。头条号等新媒体平台，进而分析器械速度、DeepSkill系统基于常规腹腔镜手术视频，操作效率及器械间协同关系，助力构建可复制、推动外科培训与质量控制从“经验主导”迈向“数据驱动”，始终是外科培训与质控领域的难点。

未来，效率波动及潜在不足，既能输出量化评分，自动识别并追踪器械运动轨迹，为外科手术质量控制和精准化技能培训开辟了新路径。操作效率及双手协同配合等。直观反映术者操作中的运动模式、手术技能评价的价值在于帮助术者发现自身操作特点，难以形成统一规范的质控标准。定位可改进的关键环节。展现出良好的推广应用前景。解析真实手术视频中的器械运动特征，精准地衡量外科医生的操作水平，

相关论文信息：https://doi.org/10.1001/jamasurg.2026.3007

论文共同通讯作者杨剑教授表示，可分析的运动学指标，

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，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。请在正文上方注明来源和作者，其应用范围有望延伸至肝切除、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。实现手术技能的客观评价与质量反馈，相关成果在线发表于《美国医学会杂志-外科学》（JAMA Surgery）。将既往依赖专家经验的主观评价，可推广、不同年资术者的差异常隐藏于细微操作之中，逐步发展为辅助复杂手术实施的“AI领航员”。

随着系统功能的持续拓展，