gms | German Medical Science

Einleitung: Trainingssysteme bieten die Möglichkeit, Operationstechniken in einer sicheren Umgebung zu trainieren. Aktuelle Systeme sind jedoch dahingehend limitiert, das ein Supervisor für Anleitung und Bewertung anwesend sein muss bzw. virtuelle Systeme ihr Feedback auf rein metrische Daten stützen. In dieser Studie wird ein Trainingssystem vorgestellt, dass ein auf Expertenmodellen basierendes sensorgestütztes individuelles real-time Feedback und permanente Anleitung an den Trainierenden gibt.

Material und Methoden: Ein HD-Endoskopie-Turm wird mit zusätzlichen Sensoren ausgestattet. Das optische Tracking System Polaris wird mit der Microsoft Kinect und Gyrosensoren kombiniert. Mit dem Polaris können durch infrarotgesteuerte Kameras die 3-D Positionen von optischen Markern an den Instrumenten und Trainingsphantomen verrechnet werden. Durch Gyrosensoren an den Instrumenten werden Line-of-Sight Probleme kompensiert. Kinect misst die Gelenkstellungen und Ergonomie des Operateurs. In der Auswertung werden Kurven und Bewegungen von erfahrenen Chirurgen in ein Koordinatensystem übereinander gelegt und gemittelt. Das laparoskopische Nähen und Knoten wird standardisiert den Trainierenden beigebracht durch kontinuierliches individuelles Feedback an Hand sensorgestützter Verrechnung mit den Expertenmodellen. Verschiedene Visualisierungsmodalitäten werden für Anleitung und Feedback verwendet.

Ergebnisse: Die Expertenmodelle ließen sich sehr gut für das standardisierte Nähen und Knoten realisieren und das kontinuierliche Feedback des Trainingssystems wurde von den Trainierenden als sehr positiv und hilfreich eingeschätzt. Ungenauigkeiten bei der Erfassung von Nadel und Faden wurden durch die Zuhilfenahme von realen Bilddaten überwunden.

Schlussfolgerung: Durch das entwickelte Trainingssystem können bestehende Trainingssysteme weiterentwickelt und effizienter genutzt werden. Das System besticht durch Realitätsnähe, da, gegensätzlich zu bestehenden selbstanleitenden Systemen, mit echtem Instrumentarium an realen Objekten trainiert werden kann . Hierdurch wird reales haptisches Feedback mit Trainee-individuellem computergeneriertem Feedback kombiniert. Die Evaluation des Systems erfolgt im Vergleich mit herkömmlichem Training am Box Trainer mit Supervisor und mit Computersimulatoren. Ein neuer Horizont wird durch die Möglichkeit eröffnet die Bewegungen und technischen Skills von Experten zu analysieren, zu vergleichen und gezielt weiterzugeben. Hierdurch können die Lernkurven und Lernzyklen potentiell verkürzt und somit ein höheres Skill-Level erreicht werden, um eine noch bessere Behandlung der Patienten in der MIC zu erreichen. Im nächsten Schritt folgt die Integration zusätzlicher Sensoren in Form von EMG-Ableitungen und Sensorhandschuhen zur präziseren Datenanalyse und die Ausweitung des Systems auf andere Eingriffe.