Robotic Long-distance Telementoring in Neurosurgery
Notice bibliographique
Résumé
OBJECTIVE: To test the feasibility of long-distance telementoring in neurosurgery by providing subspecialized expertise in real time to another neurosurgeon performing a surgical procedure in a remote location. METHODS: A robotic telecollaboration system (Socrates; Computer Motion, Inc., Santa Barbara, CA) capable of controlling the movements of a robotic arm, of handling two-way video, and of audio communication as well as transmission of neuronavigational data from the remote operating room was used for the telementoring procedures. Four integrated services digital network lines with a total speed of transmission of 512 kilobytes per second provided telecommunications between a large academic center (Halifax, Nova Scotia) and a community-based center (Saint John, New Brunswick) located 400 km away. RESULTS: Long-distance telementoring was used in three craniotomies for brain tumors, a craniotomy for an arteriovenous malformation, a carotid endarterectomy, and a lumbar laminectomy. There were no surgical complications during the procedures, and all patients had uneventful outcomes. The neurosurgeons in the remote location believed that the input from the mentors was useful in all of the cases and was crucial in the removal of a mesial temporal lobe glioma and resection of an occipital arteriovenous malformation. CONCLUSION: Our initial experience with long-distance robotic-assisted telementoring in six cases indicates that telementoring is feasible, reliable, and safe. Although still in its infancy, telementoring has the potential to improve surgical care, to enhance neurosurgical training, and to have a major impact on the delivery of neurosurgical services throughout the world.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».