MétaCan
Menu
Retour à la cohorte
Enregistrement W4408294346 · doi:10.60118/001c.127691

Opportunities for Remote Surgeon-to-Surgeon Education : A Novel Use Case for Immersive Virtual Reality

2025· article· en· W4408294346 sur OpenAlexaff
Danny P. Goel, Omar Rahman, Derek Ochiai, George S. Athwal, Joaquín Sánchez‐Sotelo, Scott Sigman, Shariff K. Bishai, Jon J.P. Warner, Phil Williams, Ryan Lohre, Laurie A. Hiemstra

Notice bibliographique

RevueJournal of Orthopaedic Experience & Innovation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensBanff CentreWestern UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVirtual realityComputer scienceMultimediaHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

The integration of immersive virtual reality (IVR) in orthopedic surgery offers a platform for surgeon-to-surgeon collaboration. This paper explores a new use case of IVR-based collaboration among orthopedic surgeons, focusing on three key areas: surgical training, procedural planning, and remote peer to peer collaboration. Immersive virtual reality enables surgeons to engage in immersive, interactive environments where complex anatomical structures and surgical techniques can be visualized in three dimensions. This fosters more efficient communication, precise surgical planning, shared learning experiences and an opportunity to enhance 3D visual spatial intelligence. This case study highlights how surgeons in different geographic locations can collaborate, sharing knowledge and expertise in real time without the constraints of physical presence. This connectivity provides a platform for skill acquisition, and the practice of surgical techniques while creating an opportunity for a mentor to educate a remote learner. Moreover, IVR facilitates the rehearsal of a procedure, potentially contributing to improved patient outcomes by reducing errors and enhancing preoperative planning and education. In the context of orthopedic surgery, the ability to virtually simulate surgeries in a collaborative setting represents a novel advancement. IVR also allows for the customization of surgical scenarios, providing surgeons with repeated exposure to common and rare, complex cases, thus broadening their experience base. By supporting a connected surgical community, IVR-based surgeon-to-surgeon collaboration has the potential to create opportunities for educators and learners to connect and learn in a meaningful manner.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0050,004
Science ouverte0,0020,008
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,146
Tête enseignante GPT0,394
Écart entre enseignants0,248 · 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
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Orthopaedic Experience & InnovationMême sujetSurgical Simulation and TrainingTravaux en français237 207