この論文では、外科トレーナーからの高品質な手術中フィードバックが訓練生のパフォーマンス向上と技術習得において重要であることを指摘しています。自然なフィードバックの自動生成は、タイムリーで一貫したガイダンスを提供する可能性がありますが、臨床的に関連性のある表現を理解するモデルが必要です。著者たちは、実際のトレーナーと訓練生の対話から手術アクションのオントロジーを学習する構造意識型パイプラインを提案し、フィードバック生成を条件付けるために使用しています。具体的には、実世界のフィードバックテキストからInstrument-Action-Target(IAT)トリプレットを抽出し、細分化した動画からの動的情報を用いて、GPT-4oが臨床に基づいたトレーナースタイルのフィードバックを生成する方法を示しました。結果として、フィードバックの信頼性が向上し、臨床医による検証可能な根拠が得られました。