机器人手术的学习曲线到底有多长｜医生专栏

文章来源：MedRobot

转载要求：可以直接转载，请在文首注明来源

同一个问题，为何有人回答二十例，有人回答两百例？

关于机器人手术需要多少例才算过关，公开文献给出的数字跨度极大。这种分歧常被解释为术者水平不同或中心条件不同，但那不是主要原因。

真正的原因是，提问的人以为只有一条曲线，实际上至少有三条；回答的人也没有说清，自己计算的是哪一条曲线、采用了什么终点。

把这件事拆开，例数之争基本就消失了。

# “一条曲线”是个错觉

机器人手术的熟练度不是一个单一变量。它至少由三条相对独立、斜率完全不同的曲线组成。

第一条：器械操作曲线

离合时机、镜头控制、器械更换、持针和打结，都属于器械操作能力。

这条曲线最陡、也最短。大部分训练可以在模拟器和干性训练台上完成，不需要在患者身上积累。

第二条：术式流程曲线

步骤顺序、显露策略、助手配合、体位与布孔，以及意外情况的处理次序，都属于术式流程能力。

这条曲线长度居中，需要真实病例的重复积累。手术时间和术中失血量，是最常见的观察指标。

第三条：病例决策曲线

什么时候保留、保留到哪一层，什么时候扩大清扫，什么时候中转，以及什么时候不应该做这台手术，都属于病例决策能力。

这条曲线通常通过切缘、并发症、功能结局和远期复发等指标体现。它持续时间最长，而且没有真正的终点。

因此，一句“多少例过关”，如果不说明指的是哪条曲线、采用什么终点，就是一句无法验证的话。

# 终点决定数字，方法学决定拐点

文献中的例数分歧，大部分可以由两件事解释。

第一，不同终点到达平台的时间本来就不同。

手术时间通常最早到达平台，因为它主要由操作与流程熟练度决定。切缘阳性率、并发症率等结局指标到达平台的时间更晚。生化复发等远期终点需要的病例数，可能还要高出一个量级。

这些结果并不矛盾，它们只是同一条时间轴上的不同刻度。

第二，CUSUM等统计方法本身对参数高度敏感。

累积和分析通常需要预先设定目标值和可接受的失败率。这两个参数发生变化，拐点位置就会随之改变。同一批病例采用不同参数，完全可能得出相差数十例的学习曲线终点。

所以，例数之争在很大程度上是方法学之争，而不只是能力之争。

引用一个学习曲线例数时，只有同时说明观察终点、病例构成和统计方法，这个数字才有意义。

# 起点不同，斜率也不同

腹腔镜经验既会产生正迁移，也可能产生负迁移。

正迁移很明确。解剖认知、层面判断、术式流程，以及对助手配合的要求，都可以直接带到机器人手术中。因此，有腹腔镜基础的术者通常能更快地通过术式流程曲线的早期阶段。

负迁移则经常被忽视。

第一种负迁移，是基于器械杆的方位推断。

腹腔镜操作中，术者可以通过体外器械杆的姿态，大致推断器械尖端的位置。腕式器械打破了这种对应关系，远端关节可以在体内独立转动，体外杆的方向不再等于尖端方向。

第二种负迁移，是基于阻力的力量估计。

腹腔镜器械杆能够传回一部分真实阻力，机器人主从系统通常不能。继续沿用腹腔镜时代的手感经验，可能使术者高估自己对组织张力的判断。

如果没有主动意识到这两点，它们可能以反复出现的小损伤或操作犹豫表现出来。

另一个被严重低估的变量，是早期病例密度。

同样是五十例，在三个月内完成和在三年内完成，得到的并不是同一条曲线。病例间隔越长，每次重新上台都要付出一部分方位、动作和流程的重建成本，而这部分成本不会出现在例数统计中。

已有单中心研究对多名术者的学习曲线进行了分析，并将早期病例密度列为重要影响因素。

对刚开始开展机器人手术的术者而言，把早期病例安排得更集中，往往比单纯增加病例总数更有效。

# 缩短曲线的三个工程化手段

其一，把术式拆成可以计时、可以复盘的节点。

只记录总手术时间，几乎得不到真正有用的信息，因为总时间会把各步骤的瓶颈平均掉。

按步骤分别计时，结果则完全不同。已有研究对机器人辅助根治性前列腺切除术进行了分步骤时间分析，结果显示，不同步骤到达平台的时间存在明显差异。

对个人而言，分节点数据能直接回答一个关键问题：瓶颈究竟发生在哪一步。

术者对这个问题的直觉，常常并不准确。

建议固定记录以下内容：

• 术式节点

• 本人完成时间

• 团队同期中位时间

• 与个人既往数据的变化

• 是否发生异常事件

• 下一阶段的专项训练目标

其二，把器械操作曲线尽量移出手术室。

器械操作曲线最容易被浪费，因为它完全可以通过模拟器、离体组织和干性训练完成，却经常被留到真实病例中积累。

这部分训练在初期的边际收益非常高，之后会迅速下降。因此，训练应当集中前置，在进入临床操作前完成基本动作的稳定化。

其三，采用结构化的分步放权。

带教时将术式拆成多个步骤，按照难度和风险递增逐步放权，比全程跟台、偶尔上手更有效。

可以先从相对独立、容错率较高的步骤开始，再逐步进入解剖、切除、重建和吻合。

分步放权直接训练的是术式流程曲线。单纯观察整台手术，主要停留在认知层面，对实际流程能力的推进有限。

# 真正不封顶的是第三条曲线

前两条曲线会逐渐到达平台，第三条不会。

判断什么时候不该做这台手术，什么时候应该在术中改变计划，什么时候应当中转，以及什么时候应该把患者转诊出去，这些决策的质量，会随着病例谱的扩大持续提升。

病例谱的广度不等于病例数量。

一名完成了五百台高度同质化病例的术者，病例决策曲线仍可能停留在较早阶段。相反，经过结构化带教、主动复盘，并接触过不同难度病例的术者，可能更早建立风险边界。

这也是“学习曲线”一词最容易造成误导的地方。它让人以为每条曲线都存在明确终点。

事实上，器械操作和术式流程可以到达相对稳定的平台，病例决策只有进度，没有终点。

# 本期科技备忘

① 学习曲线是三条：器械操作、术式流程和病例决策。

讨论“多少例过关”之前，先说清是哪条曲线，以及采用了什么终点。

② 例数之争，多半也是方法学之争。

观察终点不同，CUSUM参数不同，拐点自然不同。脱离终点讨论例数，没有实际意义。

③ 缩短曲线靠拆分节点和提高早期病例密度，不靠单纯多做。

只记录总手术时间，会把真正的瓶颈平均掉。分步骤计时，才能指出训练重点究竟在哪里。

成为懂科技的医生，从拆开一条学习曲线开始。

在自己的术式中，最难到达平台的是哪一步？欢迎在评论区留下判断。MedRobot会挑出最典型的问题，在后续文章中作答。

对手术机器人感兴趣，来MedRobot找答案。

注：本文为中性技术描述，不进行机型性能对比与优劣评价。文中所述学习曲线的一般规律来自公开文献的汇总性描述。具体例数会受到观察终点、统计方法、病例构成与团队条件影响，不应直接作为准入标准。

参考文献：

机器人辅助根治性前列腺切除术分步骤手术时间学习曲线研究，Journal of Endourology，PubMed 36714228。

单中心多术者学习曲线与早期病例密度分析，Journal of Robotic Surgery。

机器人辅助根治性前列腺切除术trifecta学习曲线研究，Medicina，2024。