Développement, optimisation, évaluation d'un système de réalité augmentée en chirurgie laparoscopique

Overview & Synopsis

Nous avons développé un système de réalité augmentée (RA) permettant de guider le chirurgien dans son geste opératoire coelioscopique grâce aux données d’imagerie acquises en préopératoire. Ce système permet de voir au travers d’un organe comme si celui ci était semi-transparent. Le chirurgien peut ainsi parfaitement localiser une tumeur dans le parenchyme d’un organe. Il peut ou pourra voir également toutes les données anatomiques et structurelles disponibles en préopératoire sur l’imagerie. Le fonctionnement de notre système se déroule en trois phases. En préopératoire, une acquisition des données d’imagerie (IRM) et la création des modèles 3D associés (surface externe de l’organe, tumeur(s), repères anatomique(s)) sont réalisées. En peropératoire un modèle 3D de l’organe d’intérêt est réalisé, une phase de recalage initial est réalisée, puis le suivi de l’organe est effectué en temps réel. Notre système permet de suivre un organe mobile ce qui n’avait jamais été réalisé auparavant. Pour débuter le développement de notre système, nous avons étudié deux modèles de tumeurs : les myomes utérins et les tumeurs rénales. Pour chaque type de tumeur et d’organe les phases initiales de développement sont identiques: test sur modèle (phase 1), test ex-vivo et faisabilité clinique (phase 2), tests cliniques (phase 3). Nous sommes en phase 3 pour la myomectomie et en phase 2 pour la néphrectomie partielle. Nous avons démontré sur un modèle utérin (utérus imprimé en 3D, myomes virtuels) les avantages de la RA par rapport à une technique standard pour laquelle l’opérateur n’utilise que la lecture de l’IRM. En effet, dans ce modèle, l’utilisation de la RA améliore la localisation des myomes en permettant à l’opérateur de voir littéralement au travers de l’utérus. Après optimisation ex-vivo, nous avons testé notre système en clinique. Nous avons démontré la faisabilité de son utilisation avec une localisation en temps réel des myomes et de la cavité utérine. L’objectif est maintenant la validation de son utilisation en pratique courante. Pour la néphrectomie partielle nous avons développé un modèle de tumeur du rein (reins porcins, tumeurs créées par injection d’alginate). Dans ce modèle l’utilisation de la RA améliore la localisation tumorale en améliorant de façon significative le taux de marges saines péri-tumorales. La phase 2 est en cours de mise en place. Parallèlement l’étude du système pour les tumeurs hépatiques a débuté. Le développement de notre système a été réalisé grâce à une équipe mixte associant scientifiques, ingénieurs, chirurgiens et médecins. Le champ des possibilités offert par la RA est très prometteur car il permettra d’intégrer l’ensemble des données préopératoires à notre vue laparoscopique. Le système devrait pouvoir rapidement être utilisé pour d’autres pathologies en gynécologie mais aussi en urologie et en chirurgie digestive. D’autres technologies comme le deep learning permettront également des évolutions majeures dans l’automatisation du système.