Enfoques pioneros específicos para el paciente para la cirugía de precisión mediante imágenes y realidad virtual
April 5th, 2024
Los avances en el tratamiento endovascular han reemplazado los procedimientos quirúrgicos abiertos complejos con opciones mínimamente invasivas, como el reemplazo de válvulas y la reparación de aneurismas. Este artículo propone el uso de modelos tridimensionales (3D) y realidad virtual para ayudar en el posicionamiento del arco en C, las mediciones de ángulos y la generación de hojas de ruta para la planificación de procedimientos de laboratorio de cateterismo neurointervencionista, minimizando el tiempo del procedimiento.
1 El objetivo de este estudio de caso retrospectivo2 fue validar la precisión del uso 3 de transportadores en un entorno de realidad virtual. 4 Se trata de un estudio ciego en el que se comparó la posición 5 del cirujano en RV con la posición 6 real utilizada en cirugía. 7 Actualmente, la visualización óptima de los aneurismascerebrales 8 y otras malformaciones vasculares intracraneales 9 para su tratamiento o planificación requiere la realización de angiografías rotacionales 3D 10 al inicio del procedimiento.
11 Esto expone al paciente a la radiación 12 y aumenta los tiempos del procedimiento. 13 La segmentación en realidad virtual aumenta la confianzadel cirujano 14 y aumenta la comprensión de casos quirúrgicos complejos. 15 El cuerpo humano existe en un espacio 3D y, por lo tanto, verlo 16 en un espacio 3D es mucho más indicativo de anatomía patológica 17 que ver una tomografía computarizada o una resonancia magnética en 2D.
18 Estos hallazgos tienen un impacto en la investigación y la medicina, 19 reduciendo el tiempo de planificación para determinar 20 el ángulo del equipo de imágenes en el quirófano.21 Actualmente, los pacientes deben ser escaneados con un giro de 360 grados 22 para que se pueda determinar la posición del arco en C. 23 Creemos que podemos reducir el tiempo que el paciente 24 está sedado y su exposición a la radiación ofreciendo 25 las sugerencias para la posición del arco en C antes de la cirugía. 26 La segmentación es el acto de recrear modelos 3D27 de la anatomía específica del paciente a partir de imágenes médicas.
28 Es el paso más crítico, pero requiere muchos recursos 29 tanto en los requisitos de software como en la experiencia humana. 30 Como tal, nuestro enfoque principal de investigación 31 es automatizar la segmentación, 32 utilizar técnicas de aprendizaje automático 33 para disminuir la barrera de entrada 34 para implementar esta tecnología a escala.
Visión general
Este estudio explora el uso de la realidad virtual (RV) y el modelado 3D para mejorar los procedimientos neurointervencionistas. Al automatizar la segmentación y mejorar el posicionamiento del brazo C, la investigación tiene como objetivo reducir la exposición a la radiación de los pacientes y los tiempos de procedimiento.
Componentes clave del estudio
Área de la ciencia
- Neurocirugía
- Realidad virtual
- Imágenes médicas
Antecedentes
- Los procedimientos actuales para visualizar aneurismas cerebrales requieren angiogramas rotacionales 3D.
- Estos procedimientos exponen a los pacientes a la radiación y aumentan los tiempos de operación.
- La segmentación en RV puede mejorar la confianza del cirujano y la comprensión de casos complejos.
- La automatización de la segmentación podría reducir la barrera para la implementación de la tecnología en entornos clínicos.
Propósito del estudio
- Validar la precisión de los transportadores en un entorno de RV para la planificación quirúrgica.
- Reducir el tiempo de sedación y la exposición a la radiación de los pacientes durante los procedimientos.
- Mejorar la eficiencia del posicionamiento del brazo C antes de la cirugía.
Métodos utilizados
- Se llevó a cabo un estudio ciego comparando el posicionamiento de RV con la colocación quirúrgica real.
- Se utilizaron técnicas de aprendizaje automático para automatizar la segmentación de la anatomía del paciente.
- Se desarrolló un modelo de RV para visualizar y medir ángulos para el posicionamiento del brazo C.
- Se capturaron los ángulos de visualización preferidos en VR para la planificación quirúrgica.
Principales resultados
- Los ángulos declarados por los cirujanos en VR coincidieron estrechamente con las mediciones quirúrgicas reales.
- La segmentación automatizada mejoró la precisión y la eficiencia de la planificación.
- La visualización en VR mejoró la comprensión de estructuras anatómicas complejas.
- Se lograron tiempos de procedimiento reducidos y menor exposición a la radiación.
Conclusiones
- La RV y el modelado 3D pueden mejorar significativamente los procedimientos neurointervencionistas.
- La automatización de la segmentación es crucial para una implementación más amplia en la práctica clínica.
- Este enfoque tiene el potencial de mejorar los resultados quirúrgicos y la seguridad del paciente.
Preguntas frecuentes
Executive Industry Relevance
Patient-specific 3D imaging and virtual reality modeling are transforming pre-procedural planning for complex endovascular interventions. These technologies enable precise anatomical visualization, supporting critical decisions that reduce procedural risk and optimize resource allocation. Integrating automated segmentation and VR-based measurement enhances predictive confidence at key inflection points in device-based therapy development.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables detailed interrogation of patient-specific anatomical hypotheses for device targeting.
- Supports mechanistic de-risking by clarifying spatial relationships in complex vascular pathologies.
- Improves predictive confidence in procedural planning and device fit.
Screening & Assay Development
- Facilitates creation of validated 3D anatomical models for simulation and device testing workflows.
- Standardizes measurement of critical anatomical features for reproducible device evaluation.
- Enables quantitative assessment of device positioning and procedural feasibility.
Translational & Preclinical Research
- Aligns preclinical device testing with clinically relevant anatomical scenarios.
- Supports translational continuity by bridging imaging data with procedural simulation.
- De-risks advancement decisions by providing quantitative, patient-specific anatomical insights.
Pipeline & Workflow Integration
This workflow integrates from imaging data acquisition through segmentation, 3D modeling, and VR-based procedural planning, supporting early discovery through translational device evaluation.
- Discovery Biology: Provides high-fidelity anatomical models for hypothesis testing and spatial analysis.
- Screening: Delivers reproducible, quantitative measurements for device fit and procedural simulation.
- Analytics: Enables precise angle and position measurements to compare procedural options.
- Translational Research: Connects imaging-derived models to preclinical and clinical procedural planning.
- Enterprise Reuse: Establishes a scalable platform for patient-specific modeling across device programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces anatomical ambiguity in device planning.
- Operational Value: Standardizes segmentation and measurement, improving reproducibility and scalability.
- Strategic Value: Enables more informed go/no-go decisions and reduces late-stage procedural risk.
- Portfolio Impact: Supports risk-adjusted prioritization of device candidates and procedural strategies.
Implementation Considerations
- Requires expertise in medical imaging, segmentation, and VR modeling.
- Demands robust software infrastructure for 3D data processing and visualization.
- Needs standardized protocols for cross-team reproducibility and data sharing.
- Adaptation across diverse anatomical and procedural contexts may require workflow customization.
- Segmentation remains resource-intensive, though automation efforts are advancing scalability.
