Abordagens pioneiras específicas do paciente para cirurgia de precisão usando imagens e realidade virtual
April 5th, 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 (RV) e modelagem 3D para aprimorar procedimentos neuro-intervencionais. Ao automatizar a segmentação e melhorar o posicionamento do braço C, a pesquisa visa reduzir a exposição do paciente à radiação e os tempos de procedimento.
Componentes Principais do Estudo
Área da Ciência
- Neurocirurgia
- Realidade Virtual
- Imagem Médica
Fundo
- Os procedimentos atuais para visualização de aneurismas cerebrais requerem angiogramas rotacionais 3D.
- Esses procedimentos expõem os pacientes à radiação e aumentam os tempos de operação.
- A segmentação em RV pode aumentar a confiança do cirurgião e a compreensão de casos complexos.
- A automação da segmentação pode reduzir a barreira para a implantação de tecnologia em ambientes clínicos.
Objetivo do Estudo
- Validar a precisão dos transportadores em um ambiente de RV para planejamento cirúrgico.
- Reduzir o tempo de sedação do paciente e a exposição à radiação durante os procedimentos.
- Melhorar a eficiência do posicionamento do braço C antes da cirurgia.
Métodos Utilizados
- Realizou um estudo cego comparando o posicionamento em RV com a colocação cirúrgica real.
- Utilizou técnicas de aprendizado de máquina para automatizar a segmentação da anatomia do paciente.
- Desenvolveu um modelo em RV para visualizar e medir ângulos para o posicionamento do braço C.
- Capturou ângulos de visualização preferidos em RV para planejamento cirúrgico.
Principais Resultados
- Os ângulos declarados pelos cirurgiões em RV correspondiam estreitamente às medições cirúrgicas reais.
- A segmentação automatizada melhorou a precisão e eficiência do planejamento.
- A visualização em RV aprimorou a compreensão de estruturas anatômicas complexas.
- Foram alcançados tempos de procedimento reduzidos e exposição à radiação.
Conclusões
- RV e modelagem 3D podem melhorar significativamente os procedimentos neuro-intervencionais.
- A automação da segmentação é crucial para uma implementação mais ampla na prática clínica.
- Esta abordagem tem o potencial de melhorar os resultados cirúrgicos e a segurança do paciente.
Perguntas Frequentes
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.
