Mixed Reality Tele-Ultrasound over 750 km: A Feasibility Study

Resumen Técnico: Tele-ecografía en Realidad Mixta a más de 750 km

Planteamiento del Problema
La ecografía (US) es una herramienta diagnóstica crítica, no invasiva y portátil, sin embargo, las comunidades remotas e indígenas a menudo carecen de acceso a ecografistas capacitados. Las soluciones actuales presentan compromisos significativos: la tele-ecografía robótica ofrece precisión pero sufre de altos costos, grandes huellas físicas y mantenimiento complejo; la ecografía con mentoría remota es más económica pero depende de la experiencia local y carece de control preciso del transductor; y la ecografía robótica autónoma enfrenta desafíos en el razonamiento y la seguridad. Para abordar la necesidad de una solución de bajo costo, flexible y precisa, este estudio evalúa la "Teleoperación Humana", un sistema de realidad mixta (MR) donde un experto remoto guía a un novato "seguidor" para realizar escaneos. Aunque existían iteraciones anteriores de este concepto, su viabilidad sobre grandes distancias (introduciendo latencia) y para los movimientos precisos requeridos en la imagenología abdominal permanecían sin explorar.

Metodología
El estudio realizó una prueba de viabilidad que involucró 11 escaneos ecográficos abdominales remotos entre Skidegate, Haida Gwaii, y Vancouver, Canadá, separados por 754 km.

• Arquitectura del Sistema:

  • Lado del Seguidor (Remoto): Un novato usa un casco Microsoft HoloLens 2, que renderiza un transductor US virtual dinámico. El seguidor alinea físicamente un transductor US real con este holograma. El sistema rastrea la pose del transductor físico utilizando marcadores reflectantes de infrarrojos (IR) y mide las fuerzas aplicadas mediante una carcasa de sensor de fuerza magnética diferencial.
  • Lado del Experto (Local): Un ecografista experto remoto controla el transductor virtual usando un dispositivo háptico de 6 grados de libertad (Touch X) con un mango de transductor impreso en 3D. El experto ve el video del punto de vista del seguidor y la transmisión de la imagen US en tiempo real (mediante Windows Phone Link a una aplicación Philips Lumify) y proporciona guía verbal.
  • Comunicación: El sistema utiliza WebRTC para comunicación punto a punto, transmitiendo datos de pose, fuerza y video.

• Modelo de Retroalimentación Háptica:
  Para proporcionar retroalimentación háptica estable a pesar de la latencia de comunicación y el retraso del seguidor, el sistema modela la superficie abdominal del paciente como un elipsoide. Este modelo se calibra utilizando cuatro puntos específicos: el proceso xifoideo, los lados extremos izquierdo y derecho del paciente, y el nivel de la cama. El sistema asume que los ejes del elipsoide se alinean con los ejes anatómicos del paciente y que el elipsoide es tangente a la cama. Las fuerzas se renderizan al experto basándose en la profundidad de penetración del transductor virtual en este elipsoide, calculada utilizando un modelo de resorte-amortiguador.

• Protocolo del Estudio:
  Dos ecografistas expertos guiaron a 10 seguidores novatos (con edades entre 20 y más de 60 años) para adquirir cinco imágenes objetivo específicas: aorta proximal (diámetro AP), vena cava inferior (VCI) longitudinal, lóbulo izquierdo del hígado (eje largo y transversal) y vena porta derecha (transversal).

  • Recopilación de Datos: La calidad de la imagen fue calificada por dos radiólogos en una escala de 6 puntos. El error de alineación del seguidor (Error Cuadrático Medio o RMSE) se calculó comparando las poses de los transductores físico y virtual. Los participantes completaron encuestas de carga de tarea NASA TLX y cuestionarios de la Escala de Usabilidad del Sistema (SUS) modificados.

Contribuciones Clave

1. Viabilidad a Larga Distancia: El estudio demuestra que la teleoperación humana puede facilitar exitosamente exámenes ecográficos abdominales remotos a una distancia de 754 km, superando los desafíos relacionados con la latencia de la red.
2. Utilización por Novatos: Valida que individuos sin experiencia previa en US pueden actuar como "robots cognitivos" efectivos, siguiendo la guía de un experto remoto para adquirir imágenes de calidad diagnóstica.
3. Renderizado Háptico Novel: El artículo introduce y prueba un modelo de paciente basado en elipsoide para la retroalimentación háptica. Este enfoque proporciona al experto remoto una representación estable e intuitiva de la superficie del paciente, mitigando la inestabilidad causada por los retrasos en la retroalimentación de fuerza directa.
4. Evaluación Integral: El estudio proporciona una evaluación multifacética que incluye la calidad de imagen calificada por radiólogos, análisis cuantitativo del error de alineación y métricas subjetivas de usabilidad/carga de tarea tanto de novatos como de expertos.

Resultados

• Calidad de la Imagen: De 55 imágenes objetivo intentadas, 48 fueron capturadas exitosamente. De las imágenes capturadas, el 91.7% recibió una puntuación ≥3 (subóptima a buena) de ambos radiólogos, con un 31.3% calificado como "buena" (puntuación 5). La puntuación media de calidad para las imágenes capturadas fue de 4.28 ± 0.95.
• Carga de Tarea y Usabilidad: Los seguidores novatos reportaron baja demanda mental (23.3/100), esfuerzo (18.9/100) y frustración (16.5/100) en la escala NASA TLX, todos por debajo de los valores de referencia para tareas de atención médica y realidad virtual. Las puntuaciones de usabilidad fueron uniformemente positivas, con los 10 seguidores acordando que el sistema era fácil de usar y que la mayoría de las personas podrían aprenderlo rápidamente.
• Error de Alineación: El RMSE medio de posición fue de 31.94 ± 10.17 mm, y el RMSE medio de orientación fue de 11.39 ± 3.55°. Sin embargo, cuando se centró (eliminando desplazamientos constantes), el RMSE disminuyó significativamente a 10.06 mm y 5.81°, respectivamente.
• Correlación: No se encontró una correlación estadísticamente significativa entre los errores de alineación de los seguidores (posición u orientación) y las puntuaciones resultantes de calidad de imagen. Notablemente, el escaneo con el mayor error de posición (Escaneo 8) recibió las puntuaciones de calidad de imagen más altas, lo que sugiere que el hábito corporal del paciente y la capacidad del experto para inferir la posición real del transductor a partir de la imagen son más críticos que la precisión absoluta de la alineación del seguidor.

Significado y Afirmaciones
El artículo afirma que la teleoperación humana es un método viable y efectivo para permitir la imagenología abdominal remota, incluso a través de grandes distancias y con operadores novatos. El estudio destaca que el sistema permite a los ecografistas expertos realizar escaneos remotos con alto rendimiento, logrando imágenes de calidad diagnóstica en el 92% de las adquisiciones exitosas. Los autores enfatizan que la falta de correlación entre el error de alineación y la calidad de la imagen sugiere que el sistema es robusto ante imprecisiones menores de rastreo, siempre que el experto pueda interpretar la retroalimentación visual.

Los autores concluyen que este enfoque ofrece una alternativa prometedora a los sistemas robóticos y de mentoría remota, particularmente para comunidades remotas donde el costo, la portabilidad y la falta de experiencia local son barreras. Modestamente notan que, aunque el sistema es viable, se requiere trabajo futuro para compararlo directamente con enfoques robóticos y de mentoría remota, expandir las pruebas a otras regiones anatómicas (por ejemplo, renal, exámenes completos de aorta) y explorar la integración de IA para la guía autónoma utilizando los ricos datos recopilados.