Investigadores de la Universidad de Luxemburgo, en colaboración con la Universidad de Estrasburgo, han desarrollado un método de cálculo que podría guiar a los cirujanos mientras operan al cerebro, según informa la citada universidad en un comunicado.
A menudo, los neurocirujanos deben operar a ciegas, ya que tienen una visión limitada de la superficie del órgano y no consiguen ver lo que se oculta en el interior. Algunas imágenes pueden tomarse sistemáticamente durante la intervención quirúrgica, pero desde que empieza la sesión de fotos, la ubicación de la zona específica que debe ser operada varía, un riesgo que el cirujano debe evitar constantemente.
Los profesionales se basan sobre todo en su experiencia cuando utilizan instrumentos quirúrgicos para, por ejemplo, retirar un tumor sin dañar el tejido sano, o sin seccionar por accidente importantes vías sanguíneas.
Stéphane Bordas y su equipo, de la Universidad de Luxemburgo, han desarrollado un método para formar a los cirujanos y ayudarles a estar entrenados para operaciones complejas, así como a guiarles durante la intervención.
Para conseguirlo, el equipo ha desarrollado modelos matemáticos y algoritmos digitales que permiten prever la deformación del órgano durante la operación y de proporcionar información sobre la localización exacta de las zonas que deben ser operadas y de las zonas vulnerables. Gracias a estas herramientas, el profesional puede practicar operaciones virtuales previas, con la finalidad de anticipar posibles complicaciones potenciales.
Conociendo que el cerebro es una materia compuesta de materia gris, materia blanca y de fluidos, los investigadores utilizan datos obtenidos mediante imágenes de resonancia magnética (entre otras) para descomponer el cerebro en piezas similares a las de un juego de Lego.
A menudo, los neurocirujanos deben operar a ciegas, ya que tienen una visión limitada de la superficie del órgano y no consiguen ver lo que se oculta en el interior. Algunas imágenes pueden tomarse sistemáticamente durante la intervención quirúrgica, pero desde que empieza la sesión de fotos, la ubicación de la zona específica que debe ser operada varía, un riesgo que el cirujano debe evitar constantemente.
Los profesionales se basan sobre todo en su experiencia cuando utilizan instrumentos quirúrgicos para, por ejemplo, retirar un tumor sin dañar el tejido sano, o sin seccionar por accidente importantes vías sanguíneas.
Stéphane Bordas y su equipo, de la Universidad de Luxemburgo, han desarrollado un método para formar a los cirujanos y ayudarles a estar entrenados para operaciones complejas, así como a guiarles durante la intervención.
Para conseguirlo, el equipo ha desarrollado modelos matemáticos y algoritmos digitales que permiten prever la deformación del órgano durante la operación y de proporcionar información sobre la localización exacta de las zonas que deben ser operadas y de las zonas vulnerables. Gracias a estas herramientas, el profesional puede practicar operaciones virtuales previas, con la finalidad de anticipar posibles complicaciones potenciales.
Conociendo que el cerebro es una materia compuesta de materia gris, materia blanca y de fluidos, los investigadores utilizan datos obtenidos mediante imágenes de resonancia magnética (entre otras) para descomponer el cerebro en piezas similares a las de un juego de Lego.
Imagen del sistema desarrollado para ayudar a los neurocirujanos. Foto: Universidad de Luxemburgo.
Miles de Legos interactivos
El color de cada una de estas piezas depende de la materia que representa: blanca, gris o fluida. Este cerebro digital en Lego, como así le llaman los investigadores, se compone de miles de estas piezas interactivas y móviles que se utilizan para calcular la deformación de un órgano sometido a cirugía.
Cuanto más se utilizan estas piezas para modelizar el cerebro, más precisa es la simulación. Sin embargo, mientras más piezas se solicitan, más se ralentiza la velocidad de tratamiento, ya que la velocidad de cálculo requerida es mayor. Para el usuario, es indispensable encontrar el equilibrio entre precisión y velocidad cuando decide el número de piezas a utilizar en cada operación.
Los trabajos del profesor Bordas son cruciales porque permiten, por primera vez, controlar a la vez la precisión y el tiempo de cálculo de las simulaciones.
El método ofrece un ahorro de tiempo y de dinero al profesional, indicándole el tamaño mínimo que las piezas de Lego deben tener para conseguir la precisión necesaria, según los investigadores.
Por ejemplo, si el margen de error aceptable en una determinada intervención es del 10%, las piezas de Lego deben tener un tamaño mínimo de 1 mm., aseguran los investigadores. Si el margen aceptable es del 20%, las piezas de Lego a utilizar deben ser de 5 mm.
Este método tiene al menos dos ventajas, concluyen: se puede estimar la calidad y concentrar el esfuerzo de cálculo requerido solo sobre las zonas escogidas para operar, lo que permite ahorrar un tiempo de cálculo precioso.
Los investigadores se proponen ofrecer más adelante a los neurocirujanos una solución que funcione en tiempo real durante las intervenciones, de tal manera que puedan actualizar el modelo de simulación con la ayuda de los datos (imágenes previas) de cada paciente, aunque falta un poco para conseguir este nivel.
Todavía deben desarrollar métodos más robustos para evaluar el comportamiento mecánico de cada pieza de Lego que representa al cerebro. Al mismo tiempo, deben poner a punto una plataforma informática en la que los cirujanos puedan testar el modelo para decir si es realmente práctico.
El color de cada una de estas piezas depende de la materia que representa: blanca, gris o fluida. Este cerebro digital en Lego, como así le llaman los investigadores, se compone de miles de estas piezas interactivas y móviles que se utilizan para calcular la deformación de un órgano sometido a cirugía.
Cuanto más se utilizan estas piezas para modelizar el cerebro, más precisa es la simulación. Sin embargo, mientras más piezas se solicitan, más se ralentiza la velocidad de tratamiento, ya que la velocidad de cálculo requerida es mayor. Para el usuario, es indispensable encontrar el equilibrio entre precisión y velocidad cuando decide el número de piezas a utilizar en cada operación.
Los trabajos del profesor Bordas son cruciales porque permiten, por primera vez, controlar a la vez la precisión y el tiempo de cálculo de las simulaciones.
El método ofrece un ahorro de tiempo y de dinero al profesional, indicándole el tamaño mínimo que las piezas de Lego deben tener para conseguir la precisión necesaria, según los investigadores.
Por ejemplo, si el margen de error aceptable en una determinada intervención es del 10%, las piezas de Lego deben tener un tamaño mínimo de 1 mm., aseguran los investigadores. Si el margen aceptable es del 20%, las piezas de Lego a utilizar deben ser de 5 mm.
Este método tiene al menos dos ventajas, concluyen: se puede estimar la calidad y concentrar el esfuerzo de cálculo requerido solo sobre las zonas escogidas para operar, lo que permite ahorrar un tiempo de cálculo precioso.
Los investigadores se proponen ofrecer más adelante a los neurocirujanos una solución que funcione en tiempo real durante las intervenciones, de tal manera que puedan actualizar el modelo de simulación con la ayuda de los datos (imágenes previas) de cada paciente, aunque falta un poco para conseguir este nivel.
Todavía deben desarrollar métodos más robustos para evaluar el comportamiento mecánico de cada pieza de Lego que representa al cerebro. Al mismo tiempo, deben poner a punto una plataforma informática en la que los cirujanos puedan testar el modelo para decir si es realmente práctico.
Referencia
Real-time Error Control for Surgical Simulation. IEEE Transactions on Biomedical Engineering (DOI: 0.1109/TBME.2017.2695587). Volume: PP Issue: 99.
Real-time Error Control for Surgical Simulation. IEEE Transactions on Biomedical Engineering (DOI: 0.1109/TBME.2017.2695587). Volume: PP Issue: 99.