Aplicación de realidad aumentada para exactitud de biopsias

Utilizando información recopilada de imágenes de resonancia magnética (RM), los dispositivos de escaneo de venas que usan moteado láser y otras fuentes, los médicos pueden ver los segmentos del cuerpo interno, tumores, venas y el estado de las úlceras diabéticas con el uso de la RA. La información puede ser visualizada en capas a medida que el procedimiento progresa.

Los sistemas SLAM construyen o actualizan un mapa de un entorno desconocido al mismo tiempo que hacen un seguimiento de la ubicación de un agente dentro del mismo entorno. Según los investigadores, la localización SLAM y el software de reconstrucción 3D de RA se pueden utilizar con una multitud de sensores de imágenes, y no solo con teléfonos inteligentes y sus cámaras, ya que los algoritmos que desarrollaron pueden comprender rápidamente modelos 3D de objetos circundantes, independientemente del tipo de sensores utilizados.

“A pesar de que no tenía antecedentes médicos, nuestro enfoque común en SLAM y la RA proporciona una gran plataforma. El soporte visual permite a los médicos supervisar mejor la situación y tomar mejores decisiones”, dijo la investigadora principal, Beril Sirmacek, PhD, del grupo de investigación de robótica y mecatrónica en la UT (RAM). “En una situación de biopsia, este soporte visual puede ayudar a guiar los brazos del robot para llegar al tumor para una biopsia en el primer intento, en lugar de arriesgarse y alcanzar la ubicación correcta trabajando un día entero y haciendo agujeros no exitosos de biopsia en el cuerpo del paciente”.

“SLAM es una tecnología central en robótica, pero su uso universal solo será posible si tenemos métodos para conectar fácilmente muchos sensores en un sistema robótico”, dijo el profesor Stefano Stramigioli, PhD, presidente del grupo de investigación RAM. “Tenemos la intención de crear una caja modular SLAM que se reconfigure automáticamente si se conectan sensores adicionales en la modalidad 'Plug and Play'. Entonces sería posible conectar este SLAM Box a un sistema robótico completo, dándole poderosas capacidades de percepción”.

Un ejemplo de funcionamiento de la tecnología SLAM son los automóviles que circulan por sí solos, que hacen un uso extensivo de datos de mapas muy detallados recopilados con anticipación. Esto puede incluir anotaciones de mapas, como ubicaciones de marca de segmentos de líneas blancas individuales y aceras en la carretera. Básicamente, estos sistemas simplifican el problema de SLAM a una tarea de localización más simple, tal vez permitiendo que los objetos en movimiento como los automóviles y las personas se actualicen únicamente en el mapa mientras la aplicación se ejecuta.