Le r么le crucial des simulateurs chirurgicaux dans l鈥櫭﹙aluation des stagiaires
L鈥檌ntelligence artificielle (IA) et la r茅alit茅 virtuelle (RV) peuvent permettre d鈥櫭﹙aluer l鈥檈xpertise d鈥檜n neurochirurgien avec un taux d鈥檈xactitude de 90 %
Selon une nouvelle 茅tude, les simulateurs de r茅alit茅 virtuelle (RV) assujettis 脿 l鈥檃pprentissage automatique peuvent aider les neurochirurgiens 脿 d茅velopper les comp茅tences dont ils ont besoin avant leur entr茅e dans la salle d鈥檕p茅ration.
Une recherche men茅e au Centre de simulation neurochirurgicale et d鈥檃pprentissage en intelligence artificielle 脿 l鈥橧nstitut et h么pital neurologiques de Montr茅al (Neuro) et l鈥橴niversit茅 平特五不中 r茅v猫le que les algorithmes d鈥檃pprentissage automatique peuvent 茅valuer avec pr茅cision les capacit茅s des neurochirurgiens au cours d鈥檌nterventions chirurgicales virtuelles et d茅montrent ainsi que les simulateurs de RV qui utilisent l鈥橧A peuvent se r茅v茅ler fort utiles comme outils de formation en chirurgie.
Quelque 50 participants - neurochirurgiens, boursiers, r茅sidents s茅niors et juniors, et autres 茅tudiants en m茅decine - ont 茅t茅 recrut茅s dans 4 stages de formation en neurochirurgie. Ils se sont livr茅s 脿 250 ablations complexes de tumeurs 脿 l鈥檃ide du simulateur chirurgical en RV NeuroVR, qui a enregistr茅 tous les mouvements des instruments 脿 des intervalles de 20 millisecondes. NeuroVR a 茅t茅 mis au point par le Conseil national de recherches Canada et distribu茅 par CAE.
脌 l鈥檃ide des donn茅es brutes obtenues, un algorithme d鈥檃pprentissage automatique a fourni des mesures des interventions telles que la position des instruments et la force appliqu茅e, de m锚me que les r茅sultats comme la quantit茅 de tumeur retir茅e et la perte de sang, qui peuvent pr茅dire le niveau d鈥檈xpertise de chaque participant avec un taux d鈥檈xactitude de 90 pour cent. L鈥檃lgorithme le plus performant peut classer les participants en ne recourant qu鈥櫭� 6 crit猫res de rendement.
, qui sera publi茅e dans le Journal of the American Medical Association le 2 ao没t 2019, d茅montre que la fusion de l鈥橧A et des simulateurs de RV peuvent 茅valuer avec exactitude et efficacit茅 le rendement des chirurgiens stagiaires. Il est donc possible de d茅velopper des syst猫mes de mentorat assist茅s par IA pour am茅liorer la s茅curit茅 du patient en guidant les stagiaires au cours d鈥檌nterventions chirurgicales complexes. Ces syst猫mes peuvent cerner les lacunes et indiquer la mani猫re dont le stagiaire peut d茅velopper les aptitudes importantes requises avant de proc茅der 脿 des op茅rations en contexte r茅el.
芦鈥塋es m茅decins formateurs subissent des contraintes de temps de plus en plus pressantes en vue d鈥櫭﹒uilibrer leurs engagements 脿 l鈥檈ndroit tant des patients que des apprenants, de dire l鈥檃uteur principal de l鈥櫭﹖ude, le Dr Rolando Del Maestro. Notre 茅tude prouve que nous pouvons concevoir des syst猫mes qui fournissent des 茅valuations chirurgicales sur demande, au gr茅 de l鈥檃pprenant, en r茅duisant l鈥檃pport des instructeurs. Ainsi, il devient possible d鈥檃m茅liorer la s茅curit茅 du patient et de diminuer les risques d鈥檈rreur humaine tout en 茅valuant les chirurgiens dans la salle d鈥檕p茅ration.鈥壜�
Le financement de cette 茅tude provient du Fonds Franco Di Giovanni, de la Commission scolaire English-Montreal, de la Division de chirurgie orthop茅dique de l鈥橴niversit茅 平特五不中, du Fonds de recherche du Qu茅bec 鈥� Sant茅 et de la Bourse d鈥櫭﹖udes Robert Maudsley en p茅dagogie m茅dicale du Coll猫ge royal des m茅decins et chirurgiens du Canada.
