AR-RAPN

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Ce projet s'inscrit dans le cadre de l'eécution d'une mission d'intérêt public dans le domaine de la santé. Le traitement des données de santé est nécessaire à des fins de recherche scientifique tel que prévu à l'article 9.2.j du RGPD.

Contexte : La néphrectomie partielle robot assistée est une chirurgie complexe qui nécessite l’analyse rigoureuse de l’imagerie préopératoire afin de planifier le geste et limiter le risque de complications. L’émergence de nouvelles technologies de modélisation et de reconstruction 3D ont permis le développement de la technique de néphrectomie partielle robot assistée guidée par l’image (3D-IGRAPN = 3D Image Guided Robot Assisted Partial Nephrectomy). La modélisation 3D du rein tumoral et de sa vascularisation, obtenue par segmentation du scanner préopératoire, permet de guider le chirurgien au cours de la procédure, notamment lors de la dissection des branches vasculaires ou de la résection tumorale en profondeur. Cette technique a démontré sa supériorité par rapport à la RAPN, conduisant à une amélioration significative de la qualité de la procédure (évaluée par le Trifecta). La réalité augmentée (RA) correspond à la fusion de l’image virtuelle de la modélisation 3D sur la vision directe du chirurgien, en temps réel. Cela implique l’analyse, le traitement et la compréhension des images numériques par une intelligence artificielle (IA). Le développement de cette technologie repose sur l’apprentissage profond ou « deep learning » et implique le recueil et la compilation d’une quantité importante d’images chirurgicales. Le recueil rétrospectif d’images chirurgicales anonymisées puis traitées vise à entrainer l’IA à reconnaitre les éléments anatomiques en temps réel et à recaler le modèle sur la vidéo chirurgicale. La mise au point du système d’assistance chirurgicale par réalité augmentée permettra d’ouvrir le champ à des études prospectives visant à démontrer l’intérêt de cette technologie en pratique clinique.

Objectifs Principal : Créer une base de données multicentrique de vidéos chirurgicales et de modélisations 3D afin d’entrainer les algorithmes de
reconnaissance de la surface rénale et de recalage automatique du modèle sur la vue per opératoire.

Objectifs Secondaires : Aucun

Critères de jugement : Aucun

Hypothèse : Le recueil et la compilation de vidéos chirurgicales annotées permet le développement et l’entrainement d’algorithmes de reconnaissance de la surface rénale et de fusion du modèle 3D préopératoire avec l’image perçue par le chirurgien en temps réel. Il en découlera une solution de guidage chirurgical par réalité augmentée qui pourra être utilisée en pratique courante.

Critères d’inclusion : Patient majeur ayant bénéficié d’une néphrectomie partielle robot assistée pour une tumeur du rein et ayant signé le consentement UroCCR

Critères d’exclusion : Patient mineur, refus de consentement

Analyse statistique : Aucune

Résultats attendus : Base de données de vidéos de néphrectomies partielles robot assistées et de modélisations 3D