Abordagens pioneiras específicas do paciente para cirurgia de precisão usando imagens e realidade virtual
5 de abril de 2024
Os avanços no tratamento endovascular substituíram procedimentos cirúrgicos abertos complexos por opções minimamente invasivas, como a troca valvar e o reparo de aneurismas. Este artigo propõe o uso de modelagem tridimensional (3D) e realidade virtual para auxiliar no posicionamento do arco em C, medidas angulares e geração de roteiros para o planejamento de procedimentos de laboratório de cateterismo neurointervencionista, minimizando o tempo do procedimento.
1 O objetivo deste estudo de caso retrospectivo2 foi validar a acurácia do uso 3 de transferidores em um ambiente de realidade virtual. 4 Este foi um estudo cego no qual a colocação do cirurgião 5 em RV foi comparada com o posicionamento real 6 usado na cirurgia. 7 Atualmente, a visualização ideal de aneurismas cerebrais8 e outras malformações vasculares intracranianas 9 para tratamento ou planejamento requer a realização de angiografias rotacionais 3D 10 no início do procedimento.
11 Isso expõe o paciente à radiação 12 e aumenta o tempo de procedimento. 13 A segmentação em realidade virtual aumenta a confiançado cirurgião 14 e aumenta a compreensão de casos cirúrgicos complexos. 15 O corpo humano existe em um espaço 3D e, portanto, visualizá-lo 16 no espaço 3D é muito mais indicativo de anatomia patológica 17 do que visualizar uma tomografia computadorizada ou ressonância magnética 2D.
18 Esses achados impactam a pesquisa e a medicina, 19 reduzindo o tempo de planejamento para determinar 20 o ângulo do equipamento de imagem na sala de cirurgia.21 Atualmente, os pacientes devem ser escaneados com um spin 360 22 para que a posição do arco em C possa ser determinada. 23 Acreditamos que podemos reduzir o tempo de sedão do paciente 24 e sua exposição à radiação, oferecendo 25 sugestões para o posicionamento do arco em C antes da cirurgia. 26 Segmentação é o ato de recriar modelos 3D27 da anatomia específica do paciente a partir de imagens médicas.
28 É o passo mais crítico, mas é pesado em recursos 29 tanto em requisitos de software quanto em experiência humana. 30 Como tal, nosso foco principal de pesquisa 31 é automatizar a segmentação, 32 utilizando técnicas de aprendizado de máquina 33 para diminuir a barreira de entrada 34 para implantar essa tecnologia em escala.
Visão Geral
Este estudo explora o uso da realidade virtual (VR) e da modelagem 3D para aprimorar procedimentos neurointervencionistas. Ao automatizar a segmentação e melhorar o posicionamento do braço em C, a pesquisa tem como objetivo reduzir a exposição dos pacientes à radiação e os tempos dos procedimentos.
Principais Componentes do Estudo
Área da Ciência
- Neurocirurgia
- Realidade Virtual
- Imagem Médica
Antecedentes
- Os procedimentos atuais para visualizar aneurismas cerebrais exigem angiogramas tridimensionais rotacionais.
- Esses procedimentos expõem os pacientes à radiação e aumentam os tempos cirúrgicos.
- A segmentação em realidade virtual pode aumentar a confiança do cirurgião e a compreensão de casos complexos.
- A automação da segmentação poderia reduzir a barreira para a implantação da tecnologia em ambientes clínicos.
Objetivo do Estudo
- Validar a precisão de transferidores em um ambiente de realidade virtual para planejamento cirúrgico.
- Reduzir o tempo de sedação do paciente e a exposição à radiação durante os procedimentos.
- Melhorar a eficiência no posicionamento do arco em C antes da cirurgia.
Métodos Utilizados
- Realizou um estudo cego comparando o posicionamento em realidade virtual com a colocação cirúrgica real.
- Utilizou técnicas de aprendizado de máquina para automatizar a segmentação da anatomia do paciente.
- Desenvolveu um modelo de realidade virtual para visualizar e medir ângulos no posicionamento do braço em C.
- Capturou os ângulos de visualização preferidos em realidade virtual para o planejamento cirúrgico.
Resultados Principais
- Os ângulos declarados pelo cirurgião na RV corresponderam estreitamente às medições cirúrgicas reais.
- A segmentação automatizada melhorou a precisão e a eficiência do planejamento.
- A visualização em realidade virtual aprimorou a compreensão das estruturas anatômicas complexas.
- Foram alcançados tempos procedimentais reduzidos e menor exposição à radiação.
Conclusões
- A realidade virtual e a modelagem 3D podem melhorar significativamente os procedimentos neurointervencionais.
- A automação da segmentação é crucial para a implementação mais ampla na prática clínica.
- Essa abordagem tem potencial para aprimorar os resultados cirúrgicos e a segurança do paciente.
Perguntas Frequentes
Relevância Executiva para a Indústria
A imagem 3D específica do paciente e a modelagem em realidade virtual estão transformando o planejamento pré-procedimento para intervenções endovasculares complexas. Essas tecnologias permitem uma visualização anatômica precisa, apoiando decisões críticas que reduzem o risco do procedimento e otimizam a alocação de recursos. A integração da segmentação automatizada e da medição baseada em realidade virtual aumenta a confiança preditiva em pontos críticos do desenvolvimento da terapia baseada em dispositivos.
Aplicações Estratégicas em P&D de Biotecnologia Farmacêutica
Descoberta Inicial e Validação de Alvo
- Permite a investigação detalhada de hipóteses anatômicas específicas do paciente para direcionamento de dispositivos.
- Apóia a redução de riscos mecanicistas ao esclarecer as relações espaciais em patologias vasculares complexas.
- Melhora a confiança preditiva no planejamento do procedimento e no ajuste do dispositivo.
Desenvolvimento de Triagem e Ensaios
- Facilita a criação de modelos anatômicos tridimensionais validados para simulações e fluxos de trabalho de testes de dispositivos.
- Padroniza a medição de características anatômicas críticas para avaliação reprodutível de dispositivos.
- Permite a avaliação quantitativa do posicionamento de dispositivos e da viabilidade do procedimento.
Pesquisa Translacional e Pré-clínica
- Alinha testes pré-clínicos de dispositivos com cenários anatômicos clinicamente relevantes.
- Apóia a continuidade translacional ao integrar dados de imagem com simulação de procedimentos.
- Reduz os riscos nas decisões de avanço ao fornecer informações anatômicas quantitativas e específicas por paciente.
Integração de Pipeline e Fluxo de Trabalho
Este fluxo de trabalho integra a aquisição de dados de imagem até a segmentação, modelagem 3D e planejamento procedural baseado em realidade virtual, apoiando a descoberta inicial até a avaliação translacional de dispositivos.
- Biologia da Descoberta: Fornece modelos anatômicos de alta fidelidade para testes de hipóteses e análises espaciais.
- Triagem: Oferece medições quantitativas e reprodutíveis para ajuste de dispositivos e simulação de procedimentos.
- Análises: Permite medições precisas de ângulos e posições para comparar opções procedimentais.
- Pesquisa Translacional: Conecta modelos derivados de imagens ao planejamento de procedimentos pré-clínicos e clínicos.
- Reutilização Empresarial: Estabelece uma plataforma escalável para modelagem específica do paciente em diferentes programas de dispositivos.
Impacto Operacional e Empresarial
- Valor Científico: Aumenta a confiança preditiva e reduz a ambiguidade anatômica no planejamento do dispositivo.
- Valor Operacional: Padroniza a segmentação e a mensuração, melhorando a reprodutibilidade e a escalabilidade.
- Valor Estratégico: Permite decisões mais informadas de prosseguir/não prosseguir e reduz riscos procedimentais em estágios avançados.
- Impacto no Portfólio: Apoia a priorização ajustada ao risco de candidatos a dispositivos e estratégias procedimentais.
Considerações sobre a Implementação
- Requer experiência em imagem médica, segmentação e modelagem em realidade virtual.
- Exige infraestrutura robusta de software para processamento e visualização de dados tridimensionais.
- Necessita de protocolos padronizados para reprodutibilidade entre equipes e compartilhamento de dados.
- A adaptação em diferentes contextos anatômicos e procedimentais pode exigir personalização do fluxo de trabalho.
- A segmentação ainda é intensiva em recursos, embora esforços de automação estejam aprimorando a escalabilidade.
