Simple Science

La science de pointe expliquée simplement

# Sciences de la santé# Oto-rhino-laryngologie

Avancées dans la navigation en chirurgie des tissus mous

De nouveaux systèmes d'IA visent à améliorer les résultats chirurgicaux en mesurant le déplacement des tissus.

― 7 min lire


IA en chirurgie desIA en chirurgie destissus mouschirurgies complexes.sécurité et la précision dans lesDe nouveaux outils améliorent la
Table des matières

Le décalage des tissus, aussi appelé déplacement des tissus, se produit pendant la chirurgie des tissus mous quand le tissu change de forme à cause d'une blessure et d'une perte de tension. Ce décalage peut déplacer des repères importants dans le corps, ce qui complique l'orientation des chirurgiens pendant l'opération. Bien que ce souci soit souvent abordé en neurochirurgie, il est aussi super important en chirurgie de la tête et du cou, où plein de structures cruciales sont entassées dans un petit espace.

Actuellement, des outils de navigation peuvent aider les chirurgiens à localiser des structures osseuses dures, comme celles qu’on trouve lors des interventions sur les sinus. Cependant, il n’existe pas de systèmes conçus pour suivre les tissus mous sans utiliser de marqueurs. C’est un vrai problème dans les opérations de la tête et du cou qui impliquent l’extraction de tumeurs des tissus mous, car le déplacement des tissus peut rendre le processus de retrait plus compliqué.

Le but des études récentes est de créer un nouveau type de système de navigation qui ne repose pas sur des marqueurs, mais qui utilise plutôt l'intelligence artificielle (IA) pour mesurer et prédire le décalage des tissus. Ce système aiderait les chirurgiens à retirer les tumeurs et à gérer les procédures de section congelée où des évaluations rapides des tissus retirés sont nécessaires. Une meilleure orientation pendant la chirurgie pourrait mener à des retraits de tumeurs plus réussis. De plus, une détection précise de la zone de ré-résection après une analyse de section congelée améliorerait la sécurité des patients.

Importance de la Mesure du Décalage des Tissus

Mesurer comment les tissus se déplacent peut aider dans la planification et l'exécution des procédures médicales qui impliquent de couper et de reconstruire les tissus. Quand les chirurgiens prévoient d'utiliser des lambeaux, qui sont des morceaux de tissu utilisés pour couvrir des défauts après l'ablation des tumeurs, comprendre le décalage des tissus peut conduire à un meilleur ajustement et à moins de complications. Si le système IA peut mesurer avec précision le déplacement des tissus, cela pourrait faciliter la détermination de la taille du lambeau nécessaire pour la reconstruction.

Actuellement, il n'existe pas d'études connues qui se concentrent sur l'utilisation de l'IA pour mesurer comment le volume des tumeurs et les trous laissés après l'ablation des tumeurs changent. Pour rassembler des informations pour l'entraînement de l'IA, des chercheurs ont mené une étude en utilisant des cadavres de cochons. Cette étude visait à créer des données sur le décalage des tissus basé sur les changements de volume lors des ablations simulées des tumeurs.

Configuration de l'Étude

Dans cette étude, 52 têtes de cochons ont été utilisées comme cadavres. Le modèle d'utilisation de ces cadavres a été approuvé par les autorités locales. Les têtes de cochons ont été coupées en deux et stockées pour une utilisation immédiate ou congelées pour plus tard. Des sections de tissu ont été retirées des côtés des têtes pour simuler l'ablation de tumeurs. La zone autour de ces coupes a été marquée pour le scan, afin que les caméras puissent facilement identifier les régions d'intérêt.

Après l'ablation des tissus, des scans ont été effectués des cavités laissées derrière et du tissu retiré lui-même. Le décalage des tissus a été simulé en réchauffant les tissus pour observer comment ils changeaient de forme. Les chercheurs ont veillé à ce que le tissu ne se dessèche pas pendant ce processus pour maintenir l'exactitude.

Technologie Utilisée pour le Scan

Deux dispositifs de scan avancés ont été utilisés : le Microsoft HoloLens 2, un casque de réalité mixte qui permet de voir des objets en 3D, et le scanner 3D Artec Eva, qui capture des images détaillées des objets. Le HoloLens prend des images fixes et des vidéos tandis que l'Artec Eva capture des photos haute résolution du tissu sous différents angles.

Une fois les scans réalisés, ils ont été traités avec un logiciel de photogrammétrie pour créer des modèles 3D détaillés du tissu. Plusieurs outils logiciels ont été employés pour affiner ces modèles et s'assurer qu'ils représentaient fidèlement les formes et les Volumes des tissus impliqués.

Analyse des Données

Après avoir collecté les scans, les chercheurs ont comparé les résultats des deux dispositifs de scan pour évaluer les différences dans le nombre de points de données collectés et les volumes mesurés. Ils ont découvert que le HoloLens produisait significativement plus de points de données que l'Artec Eva, mais que les deux dispositifs fournissaient des mesures de volume également précises pour les cavités de résection.

De plus, l'étude a examiné comment les différences de température affectaient le volume des cavités de résection et du tissu retiré. Ils ont découvert que des températures plus froides rendaient le tissu plus rigide et moins susceptible de se déformer, tandis que le réchauffement du tissu entraînait des changements dans son volume.

Implications pour la Chirurgie

Les résultats de cette étude sont essentiels pour plusieurs aspects de la pratique chirurgicale. Un des principaux domaines d'impact potentiel est la gestion des analyses de sections congelées. Pendant ces procédures, les médecins doivent évaluer rapidement si tout le tissu cancéreux a été retiré. Si des décalages de tissu se produisent, il peut être difficile de trouver des repères importants, ce qui peut entraîner des évaluations inexactes et des cellules tumorales manquées. Le nouveau système basé sur l'IA vise à améliorer la précision dans l'identification des zones nécessitant un retrait supplémentaire, renforçant ainsi la sécurité des patients et le succès chirurgical.

Une autre application concerne la planification des lambeaux pour couvrir les défauts créés lors des chirurgies. Les chirurgiens doivent souvent estimer la taille des lambeaux de tissu basée sur la taille des tumeurs. S'ils sous-estiment la taille du défaut à cause du décalage des tissus, le lambeau peut ne pas s'ajuster correctement, entraînant des complications. Le système IA pourrait fournir des mesures de volume plus précises, aidant ainsi les chirurgiens à mieux planifier la taille et la forme des lambeaux.

Enfin, les avancées dans la navigation des tissus mous pourraient grandement bénéficier aux chirurgies dans des espaces restreints, surtout lors des opérations de la tête et du cou. En employant des systèmes basés sur l'IA en temps réel pour mesurer le déplacement des tissus, les chirurgiens pourraient améliorer leur orientation pendant les opérations, augmentant ainsi la sécurité des procédures.

Conclusion

Cette étude met en lumière les défis posés par le décalage des tissus dans les milieux chirurgicaux et le potentiel de nouvelles technologies pour améliorer les résultats. En utilisant des modèles de cadavres et des techniques de scan avancées, les chercheurs avancent dans la compréhension et la mesure du déplacement des tissus. Avec le développement continu de systèmes IA pour aider dans cette tâche, l'avenir des chirurgies des tissus mous promet d'être plus sûr et plus efficace. À mesure que cette technologie évolue, elle pourrait conduire à de meilleures pratiques chirurgicales et, finalement, à une amélioration des soins aux patients dans les chirurgies complexes.

Source originale

Titre: Artificial intelligence directed development of a digital twin to measure soft tissue shift during head and neck surgery

Résumé: IntroductionDigital twins derived from 3D scanning data were developed to measure soft tissue deformation in head and neck surgery by an artificial intelligence approach. This framework was applied suggesting feasibility of soft tissue shift detection as a hitherto unsolved problem. MethodsIn a pig head cadaver model 104 soft tissue resection had been performed. The surface of the removed soft tissue (RTP) and the corresponding resection cavity (RC) was scanned (N=416) to train an artificial intelligence (AI) with two different 3D object detectors (HoloLens 2; ArtecEva). An artificial tissue shift (TS) was created by changing the tissue temperature from 7,91{+/-}4,1{degrees}C to 36,37{+/-}1,28{degrees}C. ResultsDigital twins of RTP and RC in cold and warm conditions had been generated and volumes were calculated based on 3D surface meshes. Significant differences in number of vertices created by the different 3D scanners (HoloLens2 51313 vs. ArtecEva 21694, p

Auteurs: Claudia Scherl, D. Männle, J. Pohlmann, S. Monji-Azad, J. Hesser, N. Rotter, A. Affolter, A. Lammert, B. Kramer, S. Ludwig, L. Huber

Dernière mise à jour: 2023-06-01 00:00:00

Langue: English

Source URL: https://www.medrxiv.org/content/10.1101/2023.05.30.23290767

Source PDF: https://www.medrxiv.org/content/10.1101/2023.05.30.23290767.full.pdf

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires