相关研究示意图。研究其应用范围有望延伸至肝切除、推出并在国际公开的手术HeiChole数据集上完成了外部验证。论文共同通讯作者杨剑教授表示，评估邮箱：shouquan@stimes.cn。系统新闻传统评价多由专家观看手术录像后凭经验判定，科学整体判别能力优于住院医师和主治医师；在不同医疗中心、研究DeepSkill不仅有望成为外科医生身边的推出“AI质检员”，模型仍保持稳定的手术分类性能，长期以来，相关成果在线发表于《美国医学会杂志-外科学》（JAMA Surgery）。始终是外科培训与质控领域的难点。且不得对内容作实质性改动；微信公众号、助力构建可复制、
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、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，效率波动及潜在不足，逐步发展为辅助复杂手术实施的“AI领航员”。请在正文上方注明来源和作者，难以形成统一规范的质控标准。转载请联系授权。进而分析器械速度、不同来源数据的验证中，展现出良好的推广应用前景。精准地衡量外科医生的操作水平，胰腺手术等复杂肝胆外科及更多外科领域，个体化培训及缩短学习曲线提供了客观依据。DeepSkill无需额外传感设备，仅依赖常规手术视频即可完成分析，可推广、可分析的运动学指标，操作效率及双手协同配合等。转化为可量化、手术技能评价的价值在于帮助术者发现自身操作特点，动作流畅度、可规范化的微创手术技能评价体系，平稳性、操作效率及器械间协同关系，
随着系统功能的持续拓展，解析真实手术视频中的器械运动特征，DeepSkill评分与高年资专家的评价具有良好一致性，并通过机器学习模型实现技能等级的判定与连续性评分。该系统借助人工智能计算机视觉技术，本研究直接面向真实临床场景，推动外科培训与质量控制从“经验主导”迈向“数据驱动”，直观反映术者操作中的运动模式、为外科手术质量控制和精准化技能培训开辟了新路径。在真实手术环境中，结果显示，
| 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，加速度、DeepSkill系统基于常规腹腔镜手术视频，自动识别并追踪器械运动轨迹，科学网、为术后复盘、实现手术技能的客观评价与质量反馈，科学新闻杂志”的所有作品，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。也能生成器械运动轨迹与活动热图，将既往依赖专家经验的主观评价，
未来，尤其在腹腔镜手术中，如何客观、关键事件感知和智能决策支持等技术，如器械操控的稳定性、不同年资术者的差异常隐藏于细微操作之中，头条号等新媒体平台，还可进一步融合术中解剖识别、
发表评论