Vous êtes ici : Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

14 octobre 2021

Assistance opératoire basée sur les simulateurs de chirurgie et l'intelligence artificielle


Catégorie : Doctorant


Le LaTIM recherche un doctorant sur le thème de l'assistance opératoire basée sur les simulateurs de chirurgie et l'intelligence artificielle. Un démarrage au 1er décembre 2021 est souhaité.

 

Sujet

Contexte

La cataracte est une opacification du cristallin provoquant une baisse progressive de la vue : il s’agit de la principale cause de cécité à travers le monde. Heureusement, cette maladie peut être traitée efficacement grâce à la chirurgie. Ainsi, la chirurgie de la cataracte est la procédure chirurgicale la plus pratiquée au monde : en France, environ 700 000 procédures sont réalisées chaque année. Se former à la chirurgie de la cataracte est donc une étape importante de la formation des chirurgiens en ophtalmologie, d’autant que différentes complications peuvent se manifester au cours de cette chirurgie. Récemment, différents simulateurs de chirurgie, basés sur la réalité virtuelle et une interface haptique, ont été développés pour assister la formation des chirurgiens. Différentes études ont montré que l’utilisation de tels simulateurs réduit les risques de complications au cours de vraies chirurgies. Ces simulateurs s’intègrent donc progressivement à la formation initiale des chirurgiens. L’objectif principal de cette thèse est d’exploiter des techniques d’intelligence artificielle (IA) pour assister les chirurgiens dans de tels simulateurs et ainsi améliorer encore leur formation initiale. Un objectif secondaire est de continuer à assister les chirurgiens lors de chirurgies réelles, par analyse vidéo.

Hypothèses et questions posées

Les simulateurs de chirurgie actuels ont une limitation importante : ils évaluent le chirurgien, mais ne lui fournissent pas de recommandations sur la meilleure manière de réaliser une tâche chirurgicale. C’est cette limitation que nous proposons de lever. L’objectif sera d’analyser automatiquement des séances de simulation, afin d’évaluer l’impact de chaque geste sur la qualité de la tâche réalisée et d’en déduire des recommandations à fournir aux chirurgiens. Deux approches seront investiguées : une approche par essai-erreur (apprentissage par renforcement) et une approche par imitation des chirurgiens (apprentissage par renforcement inverse). Dans un premier temps, nous chercherons à intégrer ces recommandations aux simulateurs de chirurgie. Afin de pourvoir également fournir ces recommandations lors de vraies chirurgies, sous contrôle vidéo, il faudra ensuite investiguer des solutions pour transférer les connaissances acquises dans l’environnement de simulation vers des vidéos chirurgicales réelles.

Grandes étapes de la thèse

La thèse démarrera par un état de l’art des techniques d’apprentissage par renforcement (inverse). Puis, un protocole sera établi pour collecter des données de simulations : 1) des simulations réalisées par des chirurgiens, via l’interface haptique (approche par imitation) et 2) des simulations réalisées par une IA, via une interface logicielle (approche par essai-erreur). En attendant les données, l’étudiant(e) pourra expérimenter sur un petit simulateur logiciel développé par l’équipe. Lors de la première année de thèse, il/elle expérimentera les techniques d’apprentissage par renforcement (inverse), en s’appuyant sur les données capteur issues de la simulation (position 3-D des instruments chirurgicaux, forces appliquées…). Travailler sur ces données capteur est en effet la solution la plus simple à mettre en œuvre. Dès la deuxième année de thèse, il ou elle testera des méthodes d’apprentissage par renforcement (inverse) s’appuyant directement sur les images de synthèse générées par l’environnement de simulation. En d’autres termes, il ou elle étudiera les méthodes d’apprentissage par renforcement profond. L’objectif est de rendre un jour possible un transfert de l’apprentissage (réalisé dans un simulateur) vers de vraies chirurgies, les données capteur n’étant généralement pas disponibles dans le cadre d’une chirurgie. Tout au long de sa thèse, l’étudiant(e) réfléchira à la manière de générer des recommandations à partir des connaissances extraites automatiquement lors d’un apprentissage. Lors de la troisième année de thèse, outre la rédaction du rapport de thèse, il ou elle étudiera, avec l’aide d’internes en ophtalmologie, les meilleures manières de présenter les recommandations.

Quelques publications de l'équipe sur le sujet

Candidat(e)

Compétences souhaitées

Eléments à fournir pour la candidature

Envoyez :

à Gwenolé Quellec (gwenole.quellec@inserm.fr) et Mathieu Lamard (mathieu.lamard@univ-brest.fr).

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2020.