gms | German Medical Science

131. Kongress der Deutschen Gesellschaft für Chirurgie

Deutsche Gesellschaft für Chirurgie

25.03. - 28.03.2014, Berlin

Entwicklung eines sensor- und modellgestützten Trainingssystems für die Minimal Invasive Chirurgie

Meeting Abstract

  • Klaudia Miloloza - Universitätsklinikum Heidelberg, Allgemein-, Viszeral- und Transplantationschirurgie, Heidelberg
  • Felix Nickel - Universitätsklinikum Heidelberg, Allgemein-, Viszeral- und Transplantationschirurgie, Heidelberg
  • Sebastian Bodenstedt - Karlsruher Institut für Technologie, Institut für Anthropomatik, Karlsruhe
  • Hannes G. Kenngott - Universitätsklinikum Heidelberg, Allgemein-, Viszeral- und Transplantationschirurgie, Heidelberg
  • Stefanie Speidel - Karlsruher Institut für Technologie, Institut für Anthropomatik, Karlsruhe
  • Rüdiger Dillmann - Karlsruher Institut für Technologie, Institut für Anthropomatik, Karlsruhe
  • Beat Peter Müller-Stich - Universitätsklinikum Heidelberg, Allgemein-, Viszeral- und Transplantationschirurgie, Heidelberg

Deutsche Gesellschaft für Chirurgie. 131. Kongress der Deutschen Gesellschaft für Chirurgie. Berlin, 25.-28.03.2014. Düsseldorf: German Medical Science GMS Publishing House; 2014. Doc14dgch276

doi: 10.3205/14dgch276, urn:nbn:de:0183-14dgch2766

Veröffentlicht: 21. März 2014

© 2014 Miloloza et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung: Die Minimal Invasive Chirurgie (MIC) hat viele Vorteile für den Patienten, bedingt aber eine zusätzliche Lernkurve für den Chirurgen. Aktuelle Trainings- und Testsysteme verwenden entweder rein metrische Kriterien oder bewerten anhand subjektiver Eindrücke durch Beobachtung von Experten. Im vorgestellten Projekt werden vorhandene Trainingssysteme durch Sensoren erweitert und Expertenmodelle generiert um durch gezielte Hilfestellung und Objektivierung der Bewertung das Training effizienter zu gestalten.

Material und Methoden: Für die Kamera- und Instrumentenführung bei der laparoskopischen Proktokolektomie wird ein handelsüblicher Endoskopie-Turm sowie das in Heidelberg entwickelte Trainingsphantom durch das NDI Polaris Trackingsystem und durch Gyrosensoren ergänzt. Das Polaris-System nimmt mit einer Infrarotstereokamera die Instrumentenposition im dreidimensionalen Raum wahr durch passive Sensoren an Instrument und Kamera. Die Gyronsensoren nehmen Beschleunigungen und Richtungswechsel auf. Die Körperhaltung und Armstellung des Chirurgen wird durch das Microsoft Kinect-System erfasst. Durch Datenaufnahme und –analyse erfolgt die Generierung von Expertenmodellen, welche für das gezielte Training und Testvergleiche eingesetzt werden. Das graphische User Interface beinhaltet eine Hilfestellung durch visuelle Richtungsangaben und Einblendung der Expertentrajektorien auf dem Endoskopiemonitor. Das Training erfolgt im Vergleich des sensor- und modellgestützten Trainingssystems mit dem klassischen MIC-Training. Es erfolgt eine Bewertung der Leistung auf Basis der Expertenmodelle und zusätzlich einer subjektiven Bewertung durch Experten. Die Ergonomie des Trainierenden wird bewertet und optimiert.

Ergebnisse: Es wurde ein Trainingssystem entwickelt, das über entsprechende Software verschiedene Sensoren in bestehende Trainingsmodelle integriert und Datenaufnahmen zur Erstellung von Expertenmodellen für verschiedene Szenarien in der MIC ermöglicht. Als erstes Szenraio wurde die laparoskopische Proktokolektomie gewählt. Die Kinect wurde integriert um eine Evaluation und Optimierung der Ergonomie des Chirurgen zu erreichen. Erste Evaluationen konnten Expertenmodelle problemlos aufnehmen und analysieren und zeigten eine gute Umsetzbarkeit der erfassten Expertenmodelle zu Trainingszwecken.

Schlussfolgerung: Durch das entwickelte Trainingssystem können bestehende Trainingssysteme weiterentwickelt und effizienter genutzt werden. Ein neuer Horizont wird eröffnet durch die Möglichkeit die Bewegungen und technischen Skills von Experten zu analysieren, zu vergleichen und gezielt weiterzugeben. Hierdurch können die Lernkurven und Lernzyklen potentiell verkürzt werden und somit ein höheres Skill-Level insgesamt erreicht werden um eine noch bessere Behandlung der Patienten in der MIC zu erreichen. Die Evaluation des Systems findet im Trainingslabor statt und durch Bewertung in klinischen Szenarien. Die Ausweitung des Systems auf andere Bereiche der Chirurgie ist geplant.

Dieses Projekt wurde unterstützt durch die Deutsche Forschungsgemeinschaft (DFG) im Rahmen des Graduiertenkollegs 1126 „Entwicklung neuer computerbasierter Methoden für den Arbeitsplatz der Zukunft in der Weichteilchirurgie“.