Design of a Virtual Reality Module for Learning Parotid Gland and Facial Nerve Anatomy

Les chirurgiens qui opèrent la tête et le cou sont confrontés à un défi unique : le corps humain est un puzzle tridimensionnel, mais la plupart des manuels et des images médicales sont plats. Pour apprendre la carte complexe des muscles, des nerfs et des vaisseaux sanguins, les apprenants se sont traditionnellement appuyés sur la dissection de cadavres humains. Bien que cela reste la référence pour comprendre l'anatomie, c'est une méthode coûteuse, difficile d'accès et où le tissu ne peut pas être réutilisé. Ces dernières années, l'impression tridimensionnelle a offert un juste milieu, en créant des modèles physiques de parties spécifiques du corps. Cependant, ces objets imprimés sont statiques, coûteux à produire et ne peuvent pas facilement intégrer d'autres outils d'apprentissage vitaux comme des vidéos chirurgicales ou une imagerie dynamique. La réalité virtuelle, où l'apprenant porte un casque pour entrer dans un monde numérique, est apparue comme une alternative puissante. Elle permet une exploration immersive de l'anatomie sans les limitations physiques du papier ou du plastique, pourtant, jusqu'à présent, aucun outil de ce type n'existait pour enseigner la région spécifique et complexe où résident la glande parotide et le nerf facial.

Une équipe de chercheurs de la Mayo Clinic s'est donné pour mission de construire la pièce manquante de ce puzzle éducatif. Ils se sont concentrés sur la glande parotide, la plus grande des glandes salivaires située devant l'oreille, et le nerf facial, qui la traverse pour contrôler les muscles du visage. Cette zone est critique pour les chirurgiens pratiquant des parotidectomies, une procédure consistant à retirer des tumeurs de la glande. Si un chirurgien endommage accidentellement le nerf facial lors de cette opération, cela peut entraîner une paralysie faciale permanente. Les chercheurs voulaient créer un module de réalité virtuelle qui permettrait aux étudiants et aux résidents de pratiquer la navigation dans ce terrain dangereux en toute sécurité, de manière répétée et sans risque pour le patient.

Pour construire cet environnement numérique, l'équipe est partie de données médicales réelles. Ils ont pris des images de scanners (CT) anonymisées provenant d'un patient de 29 ans et ont utilisé des logiciels spécialisés pour tracer et séparer les différents tissus, créant ainsi un modèle numérique haute fidélité de la tête et du cou. Ce modèle initial était incroyablement détaillé, contenant plus de 22 millions de petites formes géométriques appelées polygones, qui sont les briques élémentaires des graphismes informatiques 3D. Bien que ce niveau de détail soit parfait pour une image statique, il était bien trop lourd pour qu'un casque de réalité virtuelle autonome puisse le traiter en temps réel. Si l'ordinateur tentait de rendre tous ces formes à la fois, l'image subirait des ralentissements ou des gels, brisant l'immersion.

L'équipe a ensuite été confrontée à un obstacle technique majeur : comment rendre le modèle assez léger pour fonctionner de manière fluide tout en restant assez précis pour être utile. Ils ont travaillé avec un illustrateur médical pour sculpter et affiner l'anatomie numérique, en veissant à ce que les formes correspondent parfaitement à l'anatomie humaine connue. Ensuite, ils ont systématiquement réduit le nombre de polygones, éliminant les détails superflus jusqu'à ce que l'ensemble du modèle ne contienne plus qu'environ 806 000 polygones. Il s'agissait d'une réduction de plus de 96 %. Le résultat était un modèle assez léger pour fonctionner sur un casque portable, tout en conservant la précision clinique nécessaire à la formation chirurgicale. Ils ont créé un total de 65 structures anatomiques distinctes, bien qu'ils n'en aient finalement utilisé que 55 dans la scène finale pour garantir que le logiciel s'exécute sans erreur.

Les chercheurs n'ont pas seulement construit un modèle 3D ; ils ont construit une expérience d'apprentissage guidée. Ils ont organisé le module en une série d'étapes séquentielles, un peu comme si l'on tournait les pages d'un livre, mais dans un espace tridimensionnel. À mesure que l'utilisateur progresse à travers chaque étape, un narrateur explique l'anatomie et des structures spécifiques s'illuminent pour attirer le regard. Par exemple, lorsque la leçon se concentre sur le nerf facial, seul ce nerf et ses environs immédiats sont mis en évidence, tandis que le reste du modèle reste sombre. Cette technique, connue sous le nom de divulgation progressive, empêche l'apprenant d'être submergé par trop d'informations à la fois. La salle virtuelle comprend également d'autres outils d'apprentissage sur les murs, tels qu'une vidéo d'une véritable parotidectomie et des visionneuses interactives permettant à l'utilisateur de faire défiler les scanners originaux (CT et IRM) coupe par coupe. Cela permet à l'apprenant de relier le modèle virtuel 3D aux images plates qu'il verrait dans un hôpital réel.

Pour tester leur création, l'équipe a invité 36 chirurgiens, résidents et étudiants en médecine à essayer le module lors de divers événements éducatifs. La plupart des participants ont été capables de naviguer dans l'espace virtuel de manière autonome, en passant par les étapes et en interagissant avec les commandes sans aide. Quelques utilisateurs, particulièrement ceux qui découvraient la réalité virtuelle, ont eu besoin d'un moment pour se réorienter, ce qui suggère que les versions futures pourraient bénéficier d'une introduction légèrement plus longue aux commandes. Les chercheurs ont également rencontré des défis techniques lors du développement, comme la manière de mettre en évidence des parties spécifiques d'un os ou d'un nerf qui faisaient partie d'un seul et même grand objet numérique. Ils ont résolu ce problème en créant des textures numériques spéciales capables de changer de couleur instantanément, « peignant » ainsi les zones mises en évidence sans avoir besoin de reconstruire l'intégralité du modèle.

Le produit final est une preuve de concept fonctionnelle qui démontre que des modèles 3D haute fidélité dérivés de scanners de patients réels peuvent être adaptés avec succès pour une réalité virtuelle immersive et autonome. Le module a intégré avec succès 65 structures anatomiques, y compris la ramification complexe du nerf facial, dans un environnement unique et interactif. Bien que l'étude n'ait pas mesuré si les étudiants apprenaient mieux avec cet outil par rapport aux méthodes traditionnelles, elle a établi une méthode claire et reproductible pour transformer l'imagerie médicale complexe en un outil pédagogique accessible. L'équipe a montré qu'en combinant une narration experte, une vidéo chirurgicale et des modèles 3D dynamiques, ils pouvaient créer un environnement d'apprentissage à la fois portable et riche en détails. Ce travail comble une lacune dans l'éducation médicale, offrant une nouvelle façon d'enseigner l'anatomie délicate de la face et du cou à la prochaine génération de chirurgiens.