SurgBox：基于智能体的手术室模拟框架与手术副驾驶

外科手术，尤其是神经外科手术，是复杂且高风险的情景，给手术团队带来了巨大的认知负担。尽管有意的教育和实践可以增强认知能力，但由于患者安全考虑，手术培训机会仍然有限。为了解决手术培训和操作中的这些认知挑战，我们提出了SurgBox，一个智能体驱动的沙盒框架，用于在沉浸式手术模拟中系统性地增强外科医生的认知能力。具体来说，我们的SurgBox利用大型语言模型（LLM）和定制的检索增强生成（RAG）来真实地复现各种手术角色，为刻意练习提供逼真的模拟环境。我们特别设计了手术副驾驶（Surgery Copilot），一个AI驱动的助手，用于主动协调手术信息流并支持临床决策，从而减轻手术团队在手术过程中的认知负担。通过整合一种新颖的长短期记忆机制，我们的手术副驾驶能够有效平衡即时程序辅助与全面手术知识。使用真实神经外科手术记录进行的大量实验验证了我们的SurgBox框架在增强手术认知能力和支持临床决策方面的有效性。通过提供集成的训练和操作支持解决方案来应对认知挑战，我们的SurgBox框架推进了外科教育和实践，有望改善手术结果和医疗质量。代码可在 https://github.com/franciszchen/SurgBox 获取。