Augmented Reality in Neurosurgery, State of Art and Future Projections. A Systematic Review
Notice bibliographique
Résumé
Background: The use of augmented reality (AR) is growing in medical education, in particular, in radiology and surgery. AR has the potential to become a strategic component of neurosurgical training courses. In fact, over the years, there has been a progressive increase in the application of AR in the various fields of neurosurgery. In this study, the authors aim to define the diffusion of these augmented reality systems in recent years. This study describes future trends in augmented reality for neurosurgeons. Methods: A systematic review of the literature was conducted to identify research published from December 1st, 2011 to November 30th, 2021. Electronic databases (PubMed, PubMed Central, and Scopus) were screened. The methodological quality of studies and extracted data were assessed for "augmented reality" and "neurosurgery". The data analysis focused on the geographical distribution, temporal evolution, and topic of augmented reality in neurosurgery. Results: A total of 198 studies have been included. The number of augmented reality applications in the neurosurgical field has increased during the last 10 years. The main topics on which it is mostly applied are spine surgery, neuronavigation, and education. The geographical distribution shows extensive use of augmented reality in the USA, Germany, China, and Canada. North America is the continent that uses augmented reality the most in the training and education of medical students, residents, and surgeons, besides giving the greatest research contribution in spine surgery, brain oncology, and surgical planning. AR is also extensively used in Asia for intraoperative navigation. Nevertheless, augmented reality is still far from reaching Africa and other countries with limited facilities, as no publications could be retrieved from our search. Conclusions: The use of AR is significantly increased in the last 10 years. Nowadays it is mainly used in spine surgery and for neurosurgical education, especially in North America, Europe and China. A continuous growth, also in other aspects of the specialty, is expected in the next future.
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 | 0,012 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,018 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».