Utilisation de la réalité virtuelle pour la planification chirurgicale des tumeurs au niveau de la colonne vertébrale
Notice bibliographique
Résumé
Les tumeurs de la colonne vertébrale, qu’elles soient primitives ou métastatiques, représentent un défi majeur en neurochirurgie en raison de leur proximité avec des structures neurologiques telles que la moëlle épinière et les racines nerveuses. Dans cette situation, en cas d’indication chirurgicale dans leur traitement, une planification chirurgicale minutieuse est nécessaire pour minimiser les risques de complications peropératoires ou postopératoire. Cependant les méthodes de visualisation d’images médicales en 2D ou 3D sur un écran d’ordinateur sont limitées en termes de perception spatiale. Les neurochirurgiens sont confrontés à une charge cognitive importante, car ils doivent mentalement reconstruire une image 3D à partir de la visualisation en 2D afin d’avoir une bonne appréhension des structures. En outre, l’analyse des relations spatiales entre les structures anatomiques même avec des images 3D sur un ordinateur, peut devenir compliqué dans certaines situations. Face à ces limites de visualisation, la réalité virtuelle s’avère être une solution innovante offrant une visualisation immersive et interactive. L’objectif de cette recherche est d’évaluer l’impact de l’utilisation de la réalité virtuelle dans la planification chirurgicale des tumeurs au niveau du rachis. Cette étude s’appuie sur une comparaison entre les deux modes de visualisations : réalité virtuelle et ordinateur, pour déterminer si la réalité virtuelle permet une meilleure perception des structures anatomiques et une amélioration du choix de la voie d’approche chirurgicale. La méthodologie utilisée est basée sur l’analyse du domaine de travail en neurochirurgie qui est une approche issue de l’ingénierie cognitive. Cette méthodologie a permis d’élaborer une échelle d’évaluation objective pour mesurer la qualité et la quantité des informations anatomo-fonctionnelles perçues à partir des deux modes de visualisations. Une étude usager a été menée auprès de huit neurochirurgiens du centre hospitalier universitaire de Montréal (CHUM). Chaque neurochirurgien a réalisé une planification chirurgicale de six différents cas de tumeurs du rachis en utilisant les deux modes de visualisations. Les résultats ont montré que la réalité virtuelle a permis la perception d’un grand nombre de structures anatomiques en un temps réduit par rapport à l’ordinateur. De plus la réalité virtuelle a permis de visualiser plus de structures anatomiques à traverser pour atteindre la tumeur, améliorant ainsi la planification de la voie d’approche chirurgicale. L’impact de la réalité virtuelle dans l’identification des structures anatomiques essentielles à la planification chirurgicale et son influence dans la prise de décision, notamment dans le choix de la voie d’approche chirurgicale a été démontrée. La réalité virtuelle offre une vision immersive et interactive permettant ainsi d’aider les neurochirurgiens pendant la planification chirurgicale, tout en réduisant les risques de complications peropératoires et postopératoires.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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.
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 ».