Smart Operation Theatre: An AI-based System for Surgical Gauze Counting

En partenariat avec l'Hôpital Général de Singapour, cette étude présente un système de comptage de compresses chirurgicales basé sur l'IA et le modèle YOLOv5, qui utilise la vidéo en temps réel pour prévenir le gossypibome en assurant un suivi précis des compresses « entrantes » et « sortantes » avec une précision et une vitesse améliorées grâce à un jeu de données élargi et des ajustements manuels.

L'essentiel

🏥 Le "Compteur Magique" pour Opérations Chirurgicales

Imaginez que vous êtes dans une cuisine très occupée. Vous préparez un grand repas pour des centaines de personnes. À la fin, vous devez vous assurer que vous n'avez oublié aucune cuillère, fourchette ou éponge dans le plat avant de le servir. Si vous laissez une éponge dans la soupe, ce serait catastrophique !

C'est exactement le même problème dans les hôpitaux, mais avec des compresses chirurgicales (ces petits carrés de gaze utilisés pour arrêter le saignement).

1. Le Problème : L'Éponge Oubliée

Parfois, après une opération, une compresse reste par erreur à l'intérieur du corps du patient. En médecine, on appelle cela un "Gossypiboma".

• Les conséquences : C'est très douloureux, cela peut causer des infections graves, et cela oblige le patient à subir une nouvelle opération pour retirer l'objet.
• La solution actuelle (et ses défauts) : Aujourd'hui, les infirmières comptent les compresses à la main, comme on compte des pièces de monnaie.
  • Le problème : C'est fatiguant, ça prend du temps, et les humains font des erreurs, surtout quand ils sont stressés.
  • L'autre solution (trop chère) : Il existe des compresses avec des puces électroniques (RFID), mais elles coûtent 8 fois plus cher que les normales. La plupart des hôpitaux ne peuvent pas se les offrir.

2. La Solution : Un "Cerveau Artificiel" qui Compte

Des étudiants de l'Université Nanyang (NTU) à Singapour, en collaboration avec l'Hôpital Général de Singapour (SGH), ont créé un système intelligent.

L'analogie du "Jardinier Numérique" :
Imaginez un jardinier très attentif qui regarde deux paniers :

1. Le panier "Propre" (In) : Où l'on prend les compresses neuves.
2. Le panier "Sale" (Out) : Où l'on met les compresses tachées de sang après les avoir utilisées.

Leur système utilise une caméra et un cerveau artificiel (une intelligence artificielle) pour surveiller ces deux paniers en temps réel.

• Comment ça marche ?
  • La caméra filme les paniers.
  • L'intelligence artificielle (un modèle appelé YOLOv5, qui signifie "Tu ne regardes qu'une seule fois") est entraînée comme un chien de garde. Elle a vu des milliers de photos de compresses, de mains de chirurgiens, et même de compresses qui se chevauchent.
  • Dès qu'une main prend une compresse du panier "Propre", le cerveau compte : "Une de moins !"
  • Dès qu'une main dépose une compresse dans le panier "Sale", le cerveau compte : "Une de plus !"

3. La Magie du "Feu Tricolore"

L'écran de l'ordinateur affiche un système de feux de circulation pour aider le personnel :

• 🟢 Vert : Tout va bien, vous pouvez prendre ou poser une compresse.
• 🟡 Jaune : Une main est détectée (le système est en train de regarder).
• 🔴 Rouge : Le système met à jour ses comptes (ça dure une fraction de seconde).

À la fin de l'opération, le but est simple : Le nombre de compresses sorties du panier "Propre" doit être égal au nombre de compresses entrées dans le panier "Sale". Si c'est égal, cela signifie qu'aucune compresse n'est restée dans le corps du patient. C'est comme si le compteur disait : "Mission accomplie, tout est sorti !"

4. Pourquoi c'est génial ?

• Moins cher : Pas besoin de compresses électroniques coûteuses. On utilise des compresses normales et une caméra.
• Plus rapide : Le système compte 15 fois par seconde (15 images par seconde), beaucoup plus vite qu'un humain qui doit compter à voix haute.
• Plus sûr : Il ne se fatigue jamais, ne s'endort pas et ne se trompe pas de nombre.

5. Les Petits Détails à Améliorer

Même si le système est excellent, les infirmières ont donné leur avis :

• Parfois, les compresses sont empilées les unes sur les autres. Le système actuel voit bien s'il y a un chevauchement de 50%, mais il aimerait pouvoir compter des tas de compresses empilées parfaitement.
• L'équipe travaille déjà sur une version encore plus intelligente pour résoudre ce petit problème.

En Résumé

Ce projet, c'est comme donner des lunettes magiques à l'hôpital. Ces lunettes voient chaque compresse, la comptent instantanément et s'assurent que rien n'est oublié dans le corps du patient. C'est une technologie qui sauve des vies, économise de l'argent aux hôpitaux et rend la vie des chirurgiens et infirmières beaucoup plus sereine.

Résumé technique

Titre du Projet : Système de comptage de gaze chirurgical basé sur l'IA pour la prévention du Gossypiboma

1. Problématique : Le Gossypiboma et les limites des méthodes actuelles

Le projet vise à résoudre le problème critique du Gossypiboma, une condition où des compresses chirurgicales (gazes) sont accidentellement laissées à l'intérieur du corps d'un patient après une opération.

• Conséquences : Cela entraîne des complications graves (abcès, choc septique, décès) et des poursuites judiciaires coûteuses pour les hôpitaux (coût moyen estimé à 1,46 million de dollars par incident aux États-Unis).
• Limites des solutions existantes :
  • Comptage manuel : Méthode standard mais sujette à l'erreur humaine (88 % des comptes manuels sont inexacts dans certaines études) et chronophage, détournant le personnel soignant des soins aux patients.
  • Compresses RFID : Bien que précises, elles sont environ 8 fois plus chères que les compresses standard (coût supplémentaire de 0,50 $ par unité + scanner), ce qui limite leur adoption massive.
• Objectif : Développer une solution de suivi de gaze en temps réel, précise et rentable, utilisant la vision par ordinateur.

2. Méthodologie et Architecture Technique

Le système a été développé en partenariat avec l'Hôpital Général de Singapour (SGH) pour garantir la pertinence clinique.

• Configuration Matérielle (Hardware) :
  • Un cadre mobile en aluminium avec des bras ajustables supportant des caméras haute résolution.
  • Éclairage LED intégré pour assurer une illumination constante.
  • Système à deux plateaux distincts : « In » (gazes stériles non utilisées) et « Out » (gazes souillées utilisées).
• Collecte et Traitement des Données :
  • Jeu de données : 11 000 images annotées (contre 2 800 dans les itérations précédentes), incluant des gazes stériles et tachées de sang, dans diverses conditions d'éclairage et de superposition.
  • Annotation : Réalisée via la plateforme Roboflow.
  • Augmentation : Les données ont été augmentées pour couvrir tous les scénarios possibles (ombres, chevauchements).
• Modèle d'Intelligence Artificielle :
  • Algorithme : Utilisation de YOLOv5 (You Only Look Once), un modèle de détection d'objets en temps réel.
  • Architecture : Passage d'un système à deux modèles séparés (humains + gazes) à un modèle intégré capable de détecter simultanément les mains et les gazes.
  • Technologies sous-jacentes :
    • PyTorch : Pour l'entraînement et l'inférence du modèle.
    • OpenCV : Pour le traitement vidéo, le redimensionnement des trames et l'interface utilisateur.
    • CUDA (NVIDIA) : Pour l'accélération GPU et le traitement en temps réel.
    • Multithreading : Pour gérer simultanément les flux vidéo de deux caméras sans latence.

3. Contributions Clés et Innovations

• Modèle Unifié : Intégration de la détection des mains et des gazes en un seul modèle, améliorant la précision et la vitesse.
• Amélioration des Performances :
  • Augmentation de la taille du jeu de données de 2 800 à 11 000 images.
  • Augmentation du débit d'images (FPS) de 8 à 15 FPS, permettant un suivi fluide.
• Interface Utilisateur Intelligente :
  • Affichage en temps réel sur un écran TV divisé en deux (plateaux "In" et "Out").
  • Indicateurs de statut :
    • Vert : Action autorisée (ajouter/retrait de gaze).
    • Jaune : Détection d'une main (le système est en cours de mise à jour).
    • Rouge : Mise à jour des compteurs en arrière-plan.
  • Calcul automatique :
    • En jeu = Total In - Total Out.
    • À la fin de l'opération, l'objectif est que En jeu = 0.
• Flexibilité : Le système permet des ajustements manuels du comptage par les médecins en cas d'erreur de détection, renforçant la fiabilité clinique.

4. Résultats et Validation

• Précision : Le modèle intégré a démontré une précision supérieure par rapport aux itérations précédentes, capable de gérer des superpositions de gazes jusqu'à 50 %.
• Déploiement : Le système fonctionne en temps réel sur un ordinateur portable connecté à un écran, simulant un environnement de salle d'opération réel.
• Limites identifiées :
  • Difficulté à compter les piles de gazes empilées (stacked gauzes) sans séparation manuelle.
  • Nécessité pour les infirmières de placer les gazes une par une sur le plateau "In" pour une détection optimale.
  • La détection actuelle fonctionne bien pour les superpositions partielles mais pas pour les empilements complets.

5. Signification et Impact

• Sécurité des Patients : Réduction drastique du risque de Gossypiboma, éliminant les complications médicales graves et les décès associés.
• Économies Financières :
  • Coût de déploiement bien inférieur à celui des systèmes RFID.
  • Réduction potentielle des coûts juridiques et des indemnisations liés aux litiges pour objets chirurgicaux retenus (RSI).
• Efficacité Opérationnelle : Libération du temps du personnel soignant (comptage automatisé) et réduction du stress lié au comptage manuel.
• Perspectives Futures :
  • Intégration du modèle sur un disque dur dédié pour supprimer le besoin d'un ordinateur portable externe.
  • Tests supplémentaires dans d'autres hôpitaux de Singapour.
  • Développement de modèles plus avancés (ex: YOLOv9) pour gérer les empilements de gazes et commercialisation du produit.

En conclusion, ce projet démontre la viabilité de l'utilisation de l'IA et de la vision par ordinateur pour résoudre un problème critique de sécurité chirurgicale, offrant une alternative rentable et efficace aux méthodes traditionnelles et aux technologies RFID coûteuses.