MétaCan
Menu
Retour à la cohorte
Enregistrement W4392349431 · doi:10.36557/2674-8169.2024v6n3p03-11

AVANÇOS E DESAFIOS DAS APLICAÇÕES DA REALIDADE AUMENTADA NA CIRURGIA

2024· article· pt· W4392349431 sur OpenAlexaboutno aff
Brunna Truguilho Calegari, Maria Fernanda Bernardes Augusto, Amanda Minhoto Pozzobon, Bruno Granata Mota, Yago De Miranda Ferreira, Giovanna Fronterotta Giusti de Freitas, M. Ferreira, Felipe Ferratone Magalhães, Tiago Da Silva Hotta, Thaís Helena Castro, Izabella Gomes de Amorim, J Esteves, Nicole Lopes Cavalcante Machado, Igor Mariano Busano, Guilherme Antonio Lisboa da Silva, Beatriz Centeno Santos, Fabio Deltreggia, Rafael Teixeira de Andrade Souza

Notice bibliographique

RevueBrazilian Journal of Implantology and Health Sciences · 2024
Typearticle
Languept
DomaineComputer Science
ThématiqueAugmented Reality Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

A Realidade Aumentada (RA) tem emergido como uma tecnologia transformadora na área da cirurgia, oferecendo potenciais avanços em diversas especialidades. Este artigo revisa criticamente a literatura atual para explorar os avanços e desafios das aplicações da RA na cirurgia. A introdução destaca a crescente relevância da RA como uma ferramenta inovadora que visa melhorar a precisão, eficiência e resultados clínicos em procedimentos cirúrgicos. A metodologia adotada neste estudo é baseada em uma revisão integrativa da literatura, envolvendo uma análise abrangente de artigos científicos selecionados. Utilizando as diretrizes do estilo Vancouver, foram examinadas publicações relevantes que abordam a aplicação da RA em cirurgias, com especial atenção às referências fornecidas anteriormente. A busca abrangeu periódicos científicos, conferências e revisões especializadas para garantir uma abordagem abrangente. Os resultados desta revisão indicam uma ampla gama de aplicações bem-sucedidas da RA em diferentes procedimentos cirúrgicos. Estudos, como o de Maruyama et al. (2014), destacam o desenvolvimento de sistemas de navegação em tempo real para cirurgias hepáticas, utilizando projeção de mapeamento com fluorescência de verde de indocianina. Além disso, pesquisas como as de Pratt et al. (2018) e Vávra et al. (2019) enfatizam o uso efetivo da RA em procedimentos ortopédicos, proporcionando uma navegação precisa e melhorando a eficiência do cirurgião. Contudo, os resultados também revelam desafios significativos, como discutido por Khor et al. (2019). Questões éticas, legais e de segurança relacionadas à implementação da RA na cirurgia precisam ser cuidadosamente consideradas. A interatividade entre humanos e sistemas de RA, conforme explorado por Pratt et al. (2016), destaca a necessidade de aprimorar a experiência do usuário para otimizar o benefício clínico. Esta revisão integrativa destaca os avanços e desafios das aplicações da Realidade Aumentada na cirurgia. A convergência de sistemas robóticos, tecnologias de imagem avançada e interatividade aprimorada demonstra um potencial transformador na prática cirúrgica. No entanto, é crucial abordar os desafios éticos e legais para garantir uma adoção responsável e ética da RA. A compreensão desses avanços e desafios fornece uma base sólida para orientar futuras pesquisas e implementações clínicas, visando aprimorar a eficácia e segurança dos procedimentos cirúrgicos.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,003
Communication savante0,0070,004
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,406
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrazilian Journal of Implantology and Health SciencesMême sujetAugmented Reality ApplicationsTravaux en français237 207