<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ETR</journal-id><journal-title-group><journal-title>Educational Theory and Research</journal-title></journal-title-group><issn>2995-3448</issn><eissn>2995-3456</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ETR.2026050033</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>外科技能评价工具在医学教育中的演进：从客观结构
化临床技能评估到人工智能辅助评价</title><url>https://artdesignp.com/journal/ETR/4/5/10.61369/ETR.2026050033</url><author>赵劲歌</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>4</volume><issue>5</issue><history><date date-type="pub"><published-time>2026-01-30</published-time></date></history><abstract>外科技能培养长期依赖师承经验传授。随着住院医师规范化培训与能力本位教育的深化，仅凭主观印象已无法满足公平、可追溯与可改进的评价需求。客观结构化临床技能评估（OSATS）的出现，标志着外科技能评价从经验判断转向科学测量。其核心是将复杂操作分解为可观察的行为维度，为教学反馈提供共同语言。随后，程序特异性评价、工作场所评估、模拟训练及视频评价等方法不断发展，推动评价体系从单一量表扩展为多情境、多数据源的复合系统。近十年来，计算机视觉与深度学习等技术融入外科教育，形成人工智能（AI）辅助评价新范式。该范式旨在通过视频或运动学数据实现自动化分析，以提供更即时、一致的反馈。然而，其广泛应用仍面临金标准缺失、模型泛化能力不足、可解释性欠缺及数据治理模糊等挑战。本文围绕外科技能评估工具的演进脉络，梳理从OSATS 到AI 辅助评价的证据基础与现实瓶颈，并结合课程与质量管理需求提出实施建议，以期为外科教育评价体系的更新提供参考。</abstract><keywords>外科教育,技能评价,客观结构化临床技能评估,视频评估,人工智能</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 梁馨予, 刘晓岚, 杨超, 栾岚. 临床医学专硕住培技能培训体系的探讨. 中国继续医学教育 2022; 14(05): 161-5.[2]Martin JA, Regehr G, Reznick R, et al. Objective structured assessment of technical skill (OSATS) for surgical residents. Br J Surg 1997; 84(2): 273-8.[3] 梁耿祺, 关礼贤, 赵振华, 廖俊发, 徐勋. 视频教学结合双评分系统对提高住院医师规范化培训腹腔镜手术的研究. 中国当代医药 2021; 28(35): 199-202.[4] 张丹丹, 李佳, 张明杰, 宋子璇, 王晓雪. 基于"Miller 金字塔" 原理的分层教学模式在妇科腹腔镜模拟教学中的应用. 中国医学教育技术 2022; 36(01): 70-4+101.[5] 温志锋, 吴安华. PAL 结合DOPS 在神经外科住培学员批判性思维能力培养中的实践. 浙江医学教育 2021; 20(05): 28-30+23.[6] 张喆, 胡晨浩, 时飞宇, 张磊, 孙学军, 佘军军. 腹腔镜模拟训练系统在住院医师规范化培训中的有效性评价. 医学教育研究与实践 2021; 29(06): 912-5.[7] 王李, 徐琰, 黄彬, et al. 腹腔镜外科基础规范化教学在住培医师教学中的应用. 中国继续医学教育 2022; 14(16): 137-40.[8] 蒋凌箫, 文志勇, 陈高杰, 杨琨, 王行环. 不同阶段医学生手术机器人训练效果对比. 武汉大学学报( 医学版) 2024; 45(02): 169-74.[9] 马周, 易跃雄, 陈雨柔, et al. 基于深度学习YOLOv5网络的机器人辅助单孔腹腔镜子宫切除术实时解剖标志指示系统. 武汉大学学报( 医学版) 2024; 45(02): 152-8.[10] 陈紫嫣, 文志勇, 杨琨, 王行环. 手术机器人培训标准化过程中的关键问题分析及应对. 武汉大学学报( 医学版) 2024; 45(02): 165-8+95.[11] 向梦, 张棣, 张依云, 刘黎明, 赵国艳. 基于NASA-TLX 量表的团队心理评估与机器人手术熟练度的相关性. 武汉大学学报( 医学版) 2024; 45(02): 159-64.[12]Boal MWE, Anastasiou D, Tesfai F, et al. Evaluation of objective tools and artificial intelligence in robotic surgery technical skills assessment: a systematic review. Br J Surg 2024; 111(1).[13] 程尼涛, 蒋鹏飞, 王现国, 黄静宇, 刘俊, 胡卫东. 机器人辅助微创食管癌切除术的学习曲线. 武汉大学学报( 医学版) 2024; 45(02): 127-31+37.[14] 陈高杰, 李露, 郑航, 杨琨, 王行环. 蓝牙耳机对机器人手术团队语言交流的影响. 武汉大学学报( 医学版) 2024; 45(02): 175-9.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
