$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
La anatomía moderna se basa principalmente en métodos clásicos y probados que se conocen desde hace cientos de años. Los cadáveres humanos son la base para la enseñanza de los futuros médicos, y los anatomistas enfatizan su papel no solo en la comprensión de las estructuras del cuerpo humano, sino también en la formación de actitudes éticas28,29. El desarrollo de la tecnología es expansivo no solo en los procedimientos clínicos cotidianos, sino también en la enseñanza, de ahí el intento de implementar la impresión 3D 7,30,31,32 y la realidad mixta en la enseñanza de la anatomía 33,34,35,36. En la actualidad, el trabajo de los médicos se basa en gran medida en soluciones modernas, equipos y una digitalización ampliamente entendida, y la creciente participación de la automatización, la robotización y la implementación de soluciones innovadoras progresará, teniendo en cuenta la tendencia que ha estado en curso durante años.
Complementar las formas clásicas de educación con la impresión 3D, las clases que utilizan la realidad mixta o la ecografía pueden tener un impacto muy positivo en la preparación de los futuros médicos para la profesión, no solo por la oportunidad de adquirir más conocimientos y comparar visualizaciones en varios tipos de técnicas de imagen, sino también por el contacto con las nuevas tecnologías. familiarizarse con su uso, e impulsar a pensar en nuevas aplicaciones, especialmente en el área de interés37.
La preparación de modelos en tecnología de impresión 3D, así como hologramas en tecnología de realidad mixta, requiere un compromiso mayor que el estándar, la planificación de su creación y la obtención de libertad para impartir clases con ellos. Cabe agregar que se trata de soluciones costosas, especialmente la realidad mixta, que requiere dispositivos que puedan mostrar hologramas (gafas), instalaciones de ingeniería, incluida una aplicación y su funcionamiento. La impresión 3D, debido a su mayor popularidad y menores costos38, es más fácil de implementar, pero requiere planificar la compra de una impresora y filamento si el departamento de anatomía desea crear sus propios modelos desde cero y software para crear imágenes listas para imprimir a partir de estudios de imagen DICOM.
CarnaLife Holo permite a los usuarios cargar datos de TC y resultados de segmentación, proporcionando un enfoque único que rara vez se aplica en el dominio de MR. Las técnicas actuales de última generación suelen visualizar modelos 3D utilizando el renderizado de superficies basado en archivos STL u OBJ39,40. En consecuencia, los usuarios solo pueden acceder a los resultados de la segmentación, con una capacidad limitada para ver directamente los datos originales. Esto puede plantear retos a la hora de analizar pequeñas estructuras o patologías, como las calcificaciones, donde la precisión de la segmentación es crítica.
A través de la visualización de datos sin procesar (renderizado de volúmenes), los usuarios pueden evaluar estructuras no solo por geometría, sino también analizando la distribución de las unidades de Hounsfield (densidad) dentro de la estructura. La segmentación automática del corazón, una técnica común que facilita la tediosa tarea de la segmentación manual, tiene sus limitaciones41. Está limitado por el número de estructuras que puede segmentar, especialmente en presencia de patologías, y requiere hardware de alto rendimiento para un procesamiento eficiente.
Para abordar estos desafíos, se ha propuesto una combinación de dos métodos de visualización: renderizado de volumen y renderizado de superficie. Este enfoque híbrido permite la visualización simultánea de estructuras segmentadas y la distribución de valores dentro de los datos analizados, ofreciendo a los usuarios una herramienta más completa para la interpretación de datos.
En el caso de la anatomía del corazón, la creación de un modelo 3D es complicada porque las herramientas automáticas estándar del programa son insuficientes para extraer tejido cardíaco de una imagen completa debido a la heterogeneidad del tamaño, la forma, la posición de las estructuras anatómicas, la presencia de artefactos y los límites borrosos (bajo contraste) entre los tejidos adyacentes. Por lo tanto, además de la segmentación por umbral, se debe realizar una segmentación supervisada por un médico en el mecanismo "corte por corte". La siguiente etapa es la adaptación del modelo a la impresión 3D, que incluye una mayor eliminación de las distorsiones resultantes del ruido durante la adquisición de la imagen. Después de la impresión, los modelos se disuelven suavemente en acetona para obtener una superficie más lisa. El uso de modelos listos para usar por parte de los estudiantes es simple, análogo a ver y discutir las preparaciones de cadáveres humanos. En el caso de la realidad mixta, cada vez, se requiere capacitación en el uso de la tecnología: fijación correcta de las gafas a la cabeza, así como control de voz y gestos. Debido al limitado material disponible, no es posible que participe un mayor número de estudiantes al mismo tiempo. Con el fin de aumentar la accesibilidad del material fotografiado, se utilizaron marcadores de estructuras anatómicas específicas para facilitar una discusión más rápida de las preparaciones: hologramas.
Dominar el proceso de segmentación y reconstrucción 3D en 3D Slicer puede ser un desafío para los principiantes, ya que implica aprender múltiples funcionalidades y flujos de trabajo. El desarrollo de la competencia generalmente requiere una práctica y experiencia significativas. En nuestras observaciones, lograr la confianza con el software requirió aproximadamente 20-30 horas de trabajo dedicado, que incluyó la segmentación de al menos 5-7 modelos de corazón distintos. 3D Slicer es una plataforma de código abierto que se beneficia de una sólida comunidad en línea. Ofrece amplios recursos de solución de problemas, foros de resolución de problemas y una gran cantidad de tutoriales y casos de uso. Estos recursos facilitan el proceso de aprendizaje al proporcionar una orientación accesible. Además, el uso de herramientas como los grandes modelos de lenguaje (LLM), como ChatGPT o Gemini, puede mejorar aún más la comprensión del software y sus funciones. Durante la fase de aprendizaje, el acceso a un mentor o supervisor con experiencia en imágenes médicas y anatomía resulta muy ventajoso. La retroalimentación inmediata sobre las estrategias de segmentación y la precisión acelera el desarrollo de habilidades y garantiza que se mantenga la precisión anatómica. Los principiantes deben anticipar que los intentos iniciales pueden llevar mucho tiempo y ser propensos a errores. Sin embargo, la práctica constante hace que los procesos de segmentación y refinamiento sean significativamente más intuitivos y eficientes. Es esencial abordar esta curva de aprendizaje con paciencia, ya que el compromiso constante con la herramienta mejora sustancialmente la velocidad y la precisión.
Los pasos críticos del protocolo presentado fueron la segmentación adecuada y la extracción del tejido cardíaco del estudio de imagen para crear un modelo tridimensional que sea útil para la impresión 3D y las tecnologías de realidad mixta.
La lección de anatomía del corazón utilizando la impresión 3D y la tecnología de realidad mixta fue muy bien recibida por los estudiantes, y la gran mayoría encontró útil el apoyo tecnológico, lo que permitió una mejor comprensión del tema discutido. Según los autores, las nuevas tecnologías deberían apoyar las soluciones didácticas clásicas existentes y ser cada vez más utilizadas.