Approches pionnières spécifiques au patient pour la chirurgie de précision utilisant l’imagerie et la réalité virtuelle
5 avril 2024
Les progrès du traitement endovasculaire ont remplacé les procédures chirurgicales ouvertes complexes par des options peu invasives, comme le remplacement valvulaire et la réparation d’anévrisme. Cet article propose d’utiliser la modélisation tridimensionnelle (3D) et la réalité virtuelle pour faciliter le positionnement de l’arceau, les mesures d’angle et la génération de feuilles de route pour la planification des procédures de laboratoire de cathétérisme neuro-interventionnel, minimisant ainsi la durée de la procédure.
1 L’objectif de cette étude de cas rétrospective2 était de valider la précision de l’utilisation 3 des rapporteurs dans un environnement de réalité virtuelle. 4 Il s’agissait d’une étude à l’aveugle dans laquelle le placement 5 du chirurgien en VR a été comparé au positionnement réel 6 utilisé en chirurgie. 7 Actuellement, la visualisation optimale des anévrismes cérébraux8 et d’autres malformations vasculaires intracrâniennes 9 pour le traitement ou la planification nécessite la réalisation d’angiogrammes rotationnels 3D 10 au début de la procédure.
11 Cela expose le patient à des radiations 12 et augmente la durée de la procédure. 13 La segmentation en réalité virtuelle renforce la confiance des chirurgiens14 et augmente la compréhension des cas chirurgicaux complexes. 15 Le corps humain existe dans un espace 3D et sa visualisation 16 dans un espace 3D est beaucoup plus révélatrice d’une anatomie pathologique 17 que la visualisation d’un scanner ou d’une IRM 2D.
18 Ces résultats ont un impact sur la recherche et la médecine, 19 réduisant le temps de planification pour déterminer 20 l’angle de l’équipement d’imagerie dans la salle d’opération.21 Actuellement, les patients doivent être scannés avec un spin 360 22 afin que la position de l’arceau puisse être déterminée. 23 Nous croyons que nous pouvons réduire le temps de sédation du patient et son exposition aux radiations en proposant 25 des suggestions pour le positionnement de l’arceau avant la chirurgie. 26 La segmentation est l’acte de recréer des modèles 3D27 de l’anatomie spécifique du patient à partir d’images médicales.
28 C’est l’étape la plus critique, mais elle nécessite beaucoup de ressources 29 tant en termes d’exigences logicielles que d’expertise humaine. 30 En tant que tel, notre principal objectif de recherche 31 est l’automatisation de la segmentation, 32 l’utilisation de techniques d’apprentissage automatique 33 pour réduire la barrière à l’entrée 34 pour le déploiement de cette technologie à grande échelle.
Aperçu
Cette étude explore l'utilisation de la réalité virtuelle (VR) et de la modélisation 3D pour améliorer les procédures neuro-interventionnelles. En automatisant la segmentation et en optimisant le positionnement du bras en C, la recherche vise à réduire l'exposition des patients aux radiations et la durée des interventions.
Composantes clés de l'étude
Domaine scientifique
- Neurochirurgie
- Réalité virtuelle
- Imagerie médicale
Contexte
- Les procédures actuelles pour visualiser les anévrismes cérébraux nécessitent des angiogrammes rotationnels 3D.
- Ces procédures exposent les patients aux rayonnements et augmentent la durée des interventions.
- La segmentation en réalité virtuelle peut renforcer la confiance et la compréhension des cas complexes par le chirurgien.
- L'automatisation de la segmentation pourrait réduire les obstacles à la mise en œuvre de cette technologie dans les environnements cliniques.
Objectif de l'étude
- Valider la précision des rapporteurs dans un environnement de réalité virtuelle pour la planification chirurgicale.
- Réduire le temps de sédation du patient et l'exposition aux rayonnements pendant les interventions.
- Améliorer l'efficacité du positionnement du bras en C avant la chirurgie.
Méthodes utilisées
- Réalisé une étude en aveugle comparant le positionnement en réalité virtuelle à la mise en place chirurgicale réelle.
- Utilisé des techniques d'apprentissage automatique pour automatiser la segmentation de l'anatomie du patient.
- Développé un modèle de réalité virtuelle permettant de visualiser et de mesurer les angles pour le positionnement du bras en C.
- Capturé les angles de visionnage préférés en réalité virtuelle pour la planification chirurgicale.
Résultats principaux
- Les angles déclarés par le chirurgien en RV correspondaient étroitement aux mesures chirurgicales réelles.
- La segmentation automatisée a amélioré la précision et l'efficacité de la planification.
- La visualisation en réalité virtuelle a amélioré la compréhension des structures anatomiques complexes.
- Des temps procéduraux réduits et une exposition moindre aux rayonnements ont été obtenus.
Conclusions
- La RV et la modélisation 3D peuvent améliorer considérablement les procédures neuro-interventionnelles.
- L'automatisation de la segmentation est essentielle pour une mise en œuvre plus large en pratique clinique.
- Cette approche pourrait améliorer les résultats chirurgicaux et la sécurité des patients.
Questions fréquemment posées
Pertinence professionnelle pour l'industrie
L'imagerie 3D spécifique au patient et la modélisation en réalité virtuelle transforment la planification préopératoire des interventions endovasculaires complexes. Ces technologies permettent une visualisation anatomique précise, soutenant des décisions critiques qui réduisent les risques procéduraux et optimisent l'allocation des ressources. L'intégration de la segmentation automatisée et des mesures basées sur la RV renforce la confiance prédictive aux points critiques de bifurcation dans le développement des thérapies par dispositif.
Applications stratégiques en recherche et développement en biopharmaceutique
Début de la découverte et validation de la cible
- Permet une interrogation détaillée des hypothèses anatomiques propres à chaque patient concernant le ciblage des dispositifs.
- Facilite la réduction des risques mécanistiques en précisant les relations spatiales dans les pathologies vasculaires complexes.
- Améliore la confiance prédictive dans la planification des procédures et l'adaptation des dispositifs.
Développement de criblages et de tests
- Facilite la création de modèles anatomiques 3D validés pour les flux de travail de simulation et de test de dispositifs.
- Standardise la mesure des caractéristiques anatomiques critiques pour une évaluation reproductible des dispositifs.
- Permet une évaluation quantitative du positionnement des dispositifs et de la faisabilité des procédures.
Recherche translationnelle et préclinique
- Aligne les tests précliniques de dispositifs à des scénarios anatomiques cliniquement pertinents.
- Permet une continuité translationnelle en associant données d'imagerie et simulation procédurale.
- Réduit les risques liés aux décisions d'avancement en fournissant des informations anatomiques quantitatives et spécifiques au patient.
Intégration des pipelines et des flux de travail
Ce flux de travail s'intègre de l'acquisition des données d'imagerie à la segmentation, à la modélisation 3D et à la planification procédurale basée sur la réalité virtuelle, soutenant la découverte précoce jusqu'à l'évaluation translationnelle des dispositifs.
- Biologie de la découverte : Fournit des modèles anatomiques de haute fidélité pour les tests d'hypothèses et les analyses spatiales.
- Dépistage : Fournit des mesures reproductibles et quantitatives pour l'ajustement des dispositifs et la simulation de procédures.
- Analytique : Permet des mesures précises d'angles et de positions afin de comparer différentes options procédurales.
- Recherche translationnelle : Relie les modèles dérivés de l'imagerie à la planification des procédures précliniques et cliniques.
- Réutilisation institutionnelle : Met en place une plateforme évolutible pour la modélisation spécifique au patient dans divers programmes de dispositifs.
Impact opérationnel et organisationnel
- Valeur scientifique : Accroît la confiance prédictive et réduit l'ambiguïté anatomique dans la planification des dispositifs.
- Valeur opérationnelle : Standardise la segmentation et les mesures, améliorant la reproductibilité et l'évolutivité.
- Valeur stratégique : Permet des décisions plus éclairées d'aller/arrêt et réduit les risques procéduraux en phase avancée.
- Impact sur le portefeuille : Soutient la priorisation ajustée au risque des candidats dispositifs et des stratégies procédurales.
Considérations relatives à la mise en œuvre
- Nécessite une expertise en imagerie médicale, en segmentation et en modélisation en réalité virtuelle.
- Exige une infrastructure logicielle robuste pour le traitement et la visualisation de données 3D.
- Nécessite des protocoles standardisés afin d'assurer la reproductibilité entre équipes et le partage des données.
- L'adaptation à divers contextes anatomiques et procéduraux peut nécessiter une personnalisation des flux de travail.
- La segmentation reste gourmande en ressources, bien que les efforts d'automatisation améliorent progressivement l'évolutivité.
