Etape vers l'utilisation de l'Intelligence Artificielle pour améliorer la détection des ganglions lymphatiques sentinelles pelviens
Améliorer la sécurité chirurgicale
Avancée vers la segmentation automatique des étapes chirurgicales, ouvrant la voie à des algorithmes d'intelligence artificielle en vision par ordinateur pour renforcer la sécurité opératoire et détecter le ganglion lymphatique sentinelle pelvien dans le cancer de l'endomètre et du col de l'utérus
La lymphadénectomie sentinelle pelvienne remplace progressivement le traditionnel curage pelvien nécessaire pour déterminer le stade d’envahissement de la maladie. Cependant, les taux de complications périopératoires, de paquets ganglionnaires vides et d'échecs de cartographie peropératoire ne peuvent être négligés, en particulier en début de courbe d'apprentissage des chirurgiens. Cette étude vise à établir des points de vue critiques de sécurité pour la dissection des ganglions lymphatiques sentinelles pelviens. La définition de ces points de vue critiques permettra d’aider à standardiser l'évaluation de la qualité chirurgicale, à améliorer la précision de l'identification des ganglions lymphatiques sentinelles et à conduire à une diminution de la morbidité pour les patientes.
Des vidéos chirurgicales de patientes atteintes de cancer de l’endomètre ou de cancer du col utérin bénéficiant d’une dissection des ganglions lymphatiques sentinelles pelviens par voies laparoscopique ou robotique ont été collectées. Trois points de vues critique de sécurité (espace pararectal, espace paravesical, artère iliaque interne), pré-définis par un consensus d’experts précédemment publié, sont mis en évidence avant la dissection des ganglions sentinelles grâce à l’identification de structures anatomiques indispensables. Trois chirurgiens indépendants, en aveugle les uns des autres, ont évalué si les points de vue critiques de sécurité proposés étaient identifiables dans les vidéos chirurgicales collectées.
De tels critères de sécurité standardisés à l’ensemble des chirurgiens pourraient potentiellement réduire le risque de complications périopératoires, de paquets ganglionnaires vides et d'échecs de cartographie peropératoire, améliorant ainsi l'adhérence aux directives internationales prédéfinies. Cette étude pose les bases pour l’exploration de la faisabilité des algorithmes d'intelligence artificielle afin d'évaluer et de segmenter automatiquement les points de vue critiques de sécurité à partir de vidéos chirurgicales.
Lors du hackathon, je souhaite échanger avec des personnes travaillant sur des projets similaires afin de progresser dans mon propre projet et de découvrir des solutions à nos défis, ainsi que d'autres alternatives.
Porteur de projet
Les personnes intéressés par le projet