智能导师诱导暂停对学习模拟手术技能的影响

背景：手术技能评估正在从基于时间的定量方法转向对受训者能力的定性评估。 在手术过程中，讲师不断监控学员的表现，并利用各种教学方法，重点提高手术技能的掌握。 其中一种方法包括暂停操作，以概述与受训者表现相关的风险或亲自演示最佳实践技术。 事实证明，在这种情况下暂停可以让学习者重新评估最佳实践，中断负面动力并进行学习。 具体来说，错误后暂停可以防止引入新信息，这些新信息可能会影响一个人反思错误的能力，并在继续之前减轻压力。

理由：ICEMS是我们团队开发的人工智能辅导系统，使用长短期记忆深度学习算法来评估手术表现并提供指导。 然后将其与 NeuroVR 模拟平台集成。 使用该人工智能系统，提供有关错误识别的口头反馈，证明了智能辅导在之前两项随机对照试验（RCT）中改善学习的潜力。 然而，这些随机对照试验并未纳入错误识别后的暂停方法。 为了进一步模仿经验丰富的外科医生在临床环境中的指导，ICEMS 平台经过修改，可以在发现学习者错误时启动暂停，并提供展示专家表现的视频。

研究目的：比较在智能导师指导后加入暂停与单独智能导师指导对医学生和医学预科学生外科技能习得和技能转移的影响。

假设：

1. 视频组的暂停将显着提高练习场景的第一次和第六次重复之间的综合分数。
2. 在第六次重复练习场景中，视频暂停组的综合得分在统计上高于对照组。
3. 在练习场景的第六次重复中，有视频暂停组的综合得分在统计上不低于​​无视频暂停组。
4. 在现实场景中，视频暂停组的总体 OSATS 分数在统计上高于对照组。
5. 在实际场景中，有视频暂停组的全局 OSATS 分数在统计上不低于​​无视频暂停组。
6. 与对照组相比，视频组的暂停不会造成情绪压力或认知负荷的差异。

具体的目标：

1. 评估人工智能介导的实时定制反馈与暂停方法相结合的功效在提高医学生在两项虚拟现实手术任务中的手术技能方面是否优于单独使用人工智能介导的实时定制反馈。
2. 确定与仅听到人工智能介导的反馈相比，暂停方法是否会引发不同的情绪和认知负荷。

设计：采用暂停方法的人工智能反馈的三臂单盲随机对照试验以及专家演示视频与仅采用暂停方法的人工智能反馈与单独的人工智能反馈的比较。

地点：神经外科模拟和人工智能学习中心。

参与者：在魁北克医学院预科、一年级和二年级就读的学生。

任务：使用 CAE Healthcare 的 NeuroVR 手术模拟器，切除模拟练习肿瘤六次，并使用超声波吸引器和双极钳切除一次复杂的模拟现实脑肿瘤，同时最大限度地减少出血并保留周围的模拟健康大脑结构。

干预：为期 90 分钟的培训课程，参与者将进行七次模拟软膜下肿瘤切除尝试（六次重复简单的练习场景和一次尝试复杂的现实场景）。 所有参与者都会收到来自 ICEMS 的听觉反馈，但会有以下不同：

1. 连续执行该程序（即无暂停）（第 1 组）；
2. 暂停后进行反思（第 2 组）；
3. 暂停，然后是专家级演示视频和反思期（第 3 组）。

听觉反馈将基于 4 个指标：

1. 仪器尖端分离距离；
2. 低双极力；
3. 高吸气力；
4. 高双极力。 最初，仅根据第一个指标（仪器尖端分离）给出反馈，但一旦完成重复但未收到反馈，后续重复将评估上面列表中的下一个指标，依此类推。

主要成果和措施：

两个共同主要结果是：

1. 手术表现的改善，由先前经过验证的 ICEMS 评估模块计算的综合评分决定。 表现改进是通过 6 次重复练习场景中每次的综合分数差异来衡量的。 学习迁移将通过参与者在复杂的现实场景中的综合得分来衡量。
2. 参与者在复杂现实场景中的表现得分，由两名盲法专家使用客观结构化技术技能评估 (OSATS) 全球评级量表进行评估。

次要结果是使用达菲医学情绪量表（MES）在练习场景之前、实际场景之前以及完成所有尝试之后测量的引发的情绪强度的差异。 在完成所有任务后，还将使用 Leppink 的认知负荷指数 (CLI) 来测量认知负荷。 这两种结果都是通过自我报告来衡量的。

统计分析计划：参与者数据将被匿名化并存储。 ICEMS 将评估参与者的手术表现，并在每次重复模拟手术任务时以 0.2 秒的间隔提供表现评分。 然后将计算每次重复的平均综合分数。 使用ANCOVA，将通过比较第一次练习场景重复（基线）的综合得分和第六次重复（总结）的综合得分来评估绩效和参与者学习的改进。 同时，复杂现实场景的综合得分将用于使用单向方差分析来评估学习迁移。 效应量为 0.25，显着性为 0.05，总样本量为 129，可提供 80% 的功效来检测显着的相互作用。

参与者在复杂现实场景中表现的视频将由两名盲法专家评估员使用 OSATS 全球评级量表进行评估。 将使用单向方差分析对各组之间的 OSATS 分数进行分析，以比较学习效率和技能保留率。

模拟场景中学习前、学习中和学习后的情绪变化将使用双向混合方差分析进行评估，而单向方差分析将用于评估学习后的认知负荷。