Using robotics to move a neurosurgeon’s hands to the tip of their endoscope
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A major advantage of surgical robots is that they can reduce the invasiveness of a procedure by enabling the clinician to manipulate tools as they would in open surgery but through small incisions in the body. Neurosurgery has yet to benefit from this advantage. Although clinical robots are available for the least invasive neurosurgical procedures, such as guiding electrode insertion, the most invasive brain surgeries, such as tumor resection, are still performed as open manual procedures. To investigate whether robotics could reduce the invasiveness of major brain surgeries while still providing the manipulation capabilities of open surgery, we created a two-armed joystick-controlled endoscopic robot. To evaluate the efficacy of this robot, we developed a set of neurosurgical skill tasks patterned after the steps of brain tumor resection. We also created a patient-derived brain model for pineal tumors, which are located in the center of the brain and are normally removed by open surgery. In comparison, testing with existing manual endoscopic instrumentation, we found that the robot provided access to a much larger working volume at the trocar tip and enabled bimanual tasks without compression of brain tissue adjacent to the trocar. Furthermore, many tasks could be completed faster with the robot. These results suggest that robotics has the potential to substantially reduce the invasiveness of brain surgery by enabling certain procedures currently performed as open surgery to be converted to endoscopic interventions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle