Accuracy of AI-Generated Procedural Descriptions in Peripheral Nerve Surgery: Implications for Surgical Training
本研究表明，尽管人工智能模型（GPT-5.2 和 GPT-5.5）能够生成关于周围神经手术的总体准确的程序性描述，但其可靠性会因提示策略而显著受损，且它们在处理依赖判断的步骤时始终表现欠佳，这表明它们应作为专家指导的补充教育工具，而非替代品。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
外科手术是一门建立在精确执行步骤之上的学科，成功的结局与并发症之间的区别，往往在于外科医生操作双手的方式以及他们在瞬间所做的决策细节。几十年来，掌握这些动作的训练一直依赖于一个缓慢且审慎的过程：观察专家、在监督下进行练习，并吸收那些将一项胜任的操作与一项专家级操作区分开来的“不成文规则”。最近，一种新的工具进入了这个领域：能够生成描述复杂医疗程序的文本的人工智能。这些系统通常被称为大语言模型，它们可以阅读海量信息并撰写清晰、有条理的指令。随着医学院和医院寻找帮助学生更高效学习的方法，一个关键问题出现了：计算机程序能否准确描述外科手术中错综复杂的步骤，还是会遗漏掉那些成就卓越的微妙的人类元素？
不列颠哥伦比亚大学的一组研究人员致力于通过测试一种先进人工智能模型在精细的外周神经外科领域的处理能力，来回答这个问题。这一医学分支涉及修复和重新连接控制手臂和手部运动及感觉的微小神经，这项任务需要极高的精准度。研究人员选择了十五种不同的神经手术，范围从腕部受压神经的松解到将神经从一处肌肉转移到另一处。他们使用了一个高质量的教育网站，其中包含专家医生的视频和转录文本，将其作为正确描述的“金标准”。随后，他们要求人工智能为这十五种手术中的每一种生成逐步描述，并且针对每种手术重复运行了六次相同的请求，以观察答案是否具有一致性。
结果显示，人工智能在基础知识方面表现得相当出色，但在处理细微差别时却显得力不从心。与专家标准相比，人工智能描述的平均准确率约为81%。这意味着在大多数情况下，计算机能正确识别手术的主要步骤，例如在哪里切开或如何移动神经。然而，这种准确性并非完美，且在每次尝试之间存在显著差异。在某些运行中，人工智能正确完成了近92%的步骤，而在另一些运行中，准确率则降至仅略高于69%。这种不一致性意味着，如果一名学生两次询问同一个问题，可能会得到两个不同版本的同一项手术描述，且无法判断哪一个版本更为完整。
当研究人员仔细观察人工智能遗漏的内容时，他们发现了一个明显的模式。最常见的错误并非出现在那些宏大、显眼的步骤中，而是在经验丰富的外科医生会做出的那些较小的、基于判断的决策中。在这些时刻，外科医生可能会选择增加特定的手法以改善暴露视野，或者根据眼前组织的状况决定使用某种特定技术。人工智能倾向于描述手术的核心框架，但经常跳过这些可选的、专家级的细节。更令人担忧的是，在某些情况下，人工智能未能提及关键的安全步骤，例如识别必须保护以防止损伤的特定血管或神经。虽然遗漏这些安全步骤的情况比遗漏判断性决策的情况要少，但研究人员指出，即使漏掉其中一个，也可能对患者产生严重的后果。
研究还测试了提问方式如何影响答案。当研究人员使用简单的、随意的提示词时——比如“告诉我如何做这项手术”——人工智能响应的准确率骤降至约40%。在这种情况下，人工智能不仅遗漏了微妙的细节，甚至连手术的整个主要步骤都遗漏了。然而，当研究人员使用精心设计的、结构化的提示词，要求提供诸如地标和器械等具体细节时，准确率又回升到了80%以上。这表明，人工智能输出的质量高度依赖于用户与其交互的方式。一个设计良好的问题可以引导计算机提供更加有用且准确的答案，而模糊的问题则会导致糟糕的结果。
研究人员还检查了更新版本的 AI 模型是否表现得更好。他们发现，较新的模型与旧模型一样准确，但其答案的波动性甚至更高。这表明，仅仅等待软件的新版本并不能解决细节缺失或答案不一致的问题。核心局限性似乎在于这些系统生成文本的方式：它们擅长回忆事实和组织信息，但在模拟指导外科医生做出选择的条件推理和个人经验方面却表现欠佳。
最终，研究结论认为，这些人工智能工具对于为学生提供手术的概况介绍是有帮助的，可以作为定向学习的起点。然而，它们不应被用作专家指导的替代品，特别是在涉及安全关键步骤或定义专家实践的细微决策时。这项技术是一个强大的助手，可以快速总结信息，但它目前还无法取代学习外科艺术所需的多年导师制和观察。目前，最好的方法是谨慎使用这些工具，始终对照可靠的人类专家进行核实，并意识到计算机可能会遗漏那些最为重要的细节。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。