Augmented-reality telementoring for leg fasciotomy: a proof-of-concept study
Notice bibliographique
Résumé
BACKGROUND: Prolonged field care is required when casualty evacuation to a surgical facility is delayed by distance, weather or tactical constraints. This situation can occur in both civilian and military environments. In these circumstances, there are no established treatment options for extremity compartment syndrome. Telementoring by a surgeon may enable the local clinician to perform a fasciotomy to decompress the affected compartments. METHODS: Six military clinicians were asked to perform a two-incision leg fasciotomy in synthetic models under the guidance of an orthopaedic surgeon located 380 km away. Communication occurred through commercially available software and smartglasses, which also allowed the surgeon to send augmented-reality graphics to the operators. Two blinded surgeons evaluated the specimens according to objective criteria. Control specimens were added to ensure the integrity of the evaluation process. RESULTS: The six study participants were military physician assistants who had extensive clinical experience but had never performed a fasciotomy. The average duration of the procedure was 53 min. All six procedures were completed without major errors: release of all four compartments was achieved through full-length incisions in the skin and fascia. The only surgical complication was a laceration of the saphenous vein. All three control specimens were correctly assessed by the evaluators. None of the participants experienced adverse effects from wearing the smartglasses. Four dropped calls occurred, but the connection was re-established in all cases. CONCLUSION: All six surgical procedures were completed successfully. We attribute the dropped calls to a mismatch between the size of the graphic files and the available bandwidth. A better technical understanding of the software by the mentoring surgeon would have avoided this problem. Important considerations for future research and practice include protocols for dropped communications, surgical skills training for the operators and communication training for the surgeons.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».