جلد 14 - جلد 14، شماره 5، ویژه نامه کووید-19
جلد 14 - جلد 14، شماره 5، ویژه نامه کووید-19,1399 صفحات 125-121 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Heidari R, Motaharifar M, Taghirad H, Mohammadi S, Lashay A. A Review on Applications of Haptic Systems, Virtual Reality, and Artificial Intelligence in Medical Training in COVID-19 Pandemic. JoC 2021; 14 (S1) :121-125
URL: http://joc.kntu.ac.ir/article-1-819-fa.html
URL: http://joc.kntu.ac.ir/article-1-819-fa.html
حیدری رضا، مطهری فر محمد، تقی راد حمیدرضا، محمدی سید فرزاد، لاشیئی علیرضا. مروری بر کاربرد سیستم های هپتیک، واقعیت مجازی و هوش مصنوعی در آموزش پزشکی با توجه به همه گیری کووید-19. مجله کنترل. 1399; 14 (S1) :121-125
رضا حیدری1 
، محمد مطهری فر2 ، حمیدرضا تقی راد* 1، سید فرزاد محمدی3 ، علیرضا لاشیئی3
، محمد مطهری فر2 ، حمیدرضا تقی راد* 1، سید فرزاد محمدی3 ، علیرضا لاشیئی3
1- دانشگاه صنعتی خواجه نصیرالدین طوسی
2- دانشگاه اصفهان
3- دانشگاه علوم پزشکی تهران
2- دانشگاه اصفهان
3- دانشگاه علوم پزشکی تهران
چکیده: (6484 مشاهده)
این مقاله سعی در معرفی کاربردهای سیستمهای هپتیک، واقیت مجازی و هوش مصنوعی در زمینه آموزش پزشکی در دوران همهگیری ویروس کرونا را دارد. در دهههای اخیر، استفاده از تکنولوژیهای جدید برای ابداع روشهایی توانمند که قابلیت جایگزینی با روشهای آموزش سنتی را دارا باشد، رونق فراوان گرفتهاست. این روشها کوشیدهاند تا با دخیلکردن بیشتر جراح ماهر در فرآیند آموزش، عواقب ناشی از اشتباهات جراحان تازهکار را برای بیماران به حداقل برسانند. با ایجاد شرایط خاص ناشی از ویروس کرونا در ایران و جهان و با وضع شرایط قرنطینه در بسیاری از شهرها اهمیت آنها افزایش یافتهاست چرا که نیاز به تماس فیزیکی را به حداقل رسانده و در حفظ سلامت کادر پزشکی تاثیر بسزایی خواهند داشت. تمامی مراحل آموزش با بهرهگیری از روشهای جدید میتواند با حفظ فاصلهگذاری اجتماعی و حتی بصورت غیرحضوری انجام شود که خطر ابتلا را برای تمامی افراد دخیل در چرخه آموزش از بین خواهد برد. این مطالعه مروری، تلاش میکند تا با ارائه حوزههایی که پتانسیل استفاده از روشهای جدید را دارا میباشند، به قطع زنجیره ابتلا در زمان همهگیری ویروس کرونا و یا بحرانهای مشابه کمک کند.
نوع مطالعه: كاربردي |
موضوع مقاله:
کووید 19
دریافت: 1399/10/10 | پذیرش: 1399/11/27 | انتشار: 1399/12/10
دریافت: 1399/10/10 | پذیرش: 1399/11/27 | انتشار: 1399/12/10
فهرست منابع
1. A. Biswas, U. Bhattacharjee, A. K. Chakrabarti, D. N. Tewari, H. Banu, and S. Dutta, "Emergence of Novel Coronavirus and COVID-19: whether to stay or die out?," Critical reviews in microbiology, vol. 46, no. 2, pp. 182-193, 2020. [DOI:10.1080/1040841X.2020.1739001]
2. "COVID-19 CORONAVIRUS PANDEMIC." worldmeter. https://www.worldometers.info/coronavirus/ (accessed December 26, 2020).
3. N. Subbaraman, "Who gets a COVID vaccine first? Access plans are taking shape," Nature, vol. 17, 2020. [DOI:10.1038/d41586-020-02684-9]
4. C. Hodges, S. Moore, B. Lockee, T. Trust, and A. Bond, "The difference between emergency remote teaching and online learning," Educause Review, vol. 27, 2020.
5. W. Zhang, Y. Wang, L. Yang, and C. Wang, "Suspending classes without stopping learning: China's education emergency management policy in the COVID-19 Outbreak," ed: Multidisciplinary Digital Publishing Institute, 2020. [DOI:10.3390/jrfm13030055]
6. M. de Notaris et al., "A three-dimensional computer-based perspective of the skull base," World neurosurgery, vol. 82, no. 6, pp. S41-S48, 2014. [DOI:10.1016/j.wneu.2014.07.024]
7. K. Kurzhals, M. Burch, T. Pfeiffer, and D. Weiskopf, "Eye tracking in computer-based visualization," Computing in Science & Engineering, vol. 17, no. 5, pp. 64-71, 2015. [DOI:10.1109/MCSE.2015.93]
8. M. Kersten-Oertel et al., "Augmented reality in neurovascular surgery: feasibility and first uses in the operating room," International journal of computer assisted radiology and surgery, vol. 10, no. 11, pp. 1823-1836, 2015. [DOI:10.1007/s11548-015-1163-8]
9. M. A. Lerner, M. Ayalew, W. J. Peine, and C. P. Sundaram, "Does training on a virtual reality robotic simulator improve performance on the da Vinci® surgical system?," Journal of Endourology, vol. 24, no. 3, pp. 467-472, 2010. [DOI:10.1089/end.2009.0190]
10. Y.-X. Hung, P.-C. Huang, K.-T. Chen, and W.-C. Chu, "What do stroke patients look for in game-based rehabilitation: a survey study," Medicine, vol. 95, no. 11, 2016. [DOI:10.1097/MD.0000000000003032]
11. S. S. Nudehi, R. Mukherjee, and M. Ghodoussi, "A shared-control approach to haptic interface design for minimally invasive telesurgical training," IEEE Transactions on Control Systems Technology, vol. 13, no. 4, pp. 588-592, 2005. [DOI:10.1109/TCST.2004.843131]
12. M. Motaharifar, H. D. Taghirad, K. Hashtrudi-Zaad, and S. F. Mohammadi, "Control synthesis and ISS stability analysis of a dual-user haptic training system based on S-shaped function," IEEE/ASME Transactions on Mechatronics, vol. 24, no. 4, pp. 1553-1564, 2019. [DOI:10.1109/TMECH.2019.2917448]
13. M. Shahbazi, S. F. Atashzar, H. A. Talebi, and R. V. Patel, "An expertise-oriented training framework for robotics-assisted surgery," in 2014 IEEE international conference on robotics and automation (ICRA), 2014: IEEE, pp. 5902-5907. [DOI:10.1109/ICRA.2014.6907728]
14. F. Liu, A. Lelevé, D. Eberard, and T. Redarce, "A dual-user teleoperation system with online authority adjustment for haptic training," in 2015 37th annual international conference of the IEEE engineering in medicine and biology society (EMBC), 2015: IEEE, pp. 1168-1171. [DOI:10.1109/EMBC.2015.7318574]
15. Z. Lu, P. Huang, P. Dai, Z. Liu, and Z. Meng, "Enhanced transparency dual-user shared control teleoperation architecture with multiple adaptive dominance factors," International Journal of Control, Automation and Systems, vol. 15, no. 5, pp. 2301-2312, 2017. [DOI:10.1007/s12555-016-0467-y]
16. R. Heidari, M. Motaharifar, and H. Taghirad, "Robust Impedance Control for Dual User Haptic Training System," in 2019 7th International Conference on Robotics and Mechatronics (ICRoM), 2019: IEEE, pp. 181-185. [DOI:10.1109/ICRoM48714.2019.9071859]
17. M. Motaharifar, H. D. Taghirad, K. Hashtrudi-Zaad, and S. F. Mohammadi, "Control of Dual-User Haptic Training System With Online Authority Adjustment: An Observer-Based Adaptive Robust Scheme," IEEE Transactions on Control Systems Technology, 2019. [DOI:10.1109/TCST.2019.2946943]
18. N. Ahmidi et al., "A dataset and benchmarks for segmentation and recognition of gestures in robotic surgery," IEEE Transactions on Biomedical Engineering, vol. 64, no. 9, pp. 2025-2041, 2017. [DOI:10.1109/TBME.2016.2647680]
19. C. P. Van Der Vleuten, "The assessment of professional competence: developments, research and practical implications," Advances in Health Sciences Education, vol. 1, no. 1, pp. 41-67, 1996. [DOI:10.1007/BF00596229]
20. J. Martin et al., "Objective structured assessment of technical skill (OSATS) for surgical residents," British journal of surgery, vol. 84, no. 2, pp. 273-278, 1997. [DOI:10.1046/j.1365-2168.1997.02502.x]
21. H. Al Hajj et al., "CATARACTS: Challenge on automatic tool annotation for cataRACT surgery," Medical image analysis, vol. 52, pp. 24-41, 2019. [DOI:10.1016/j.media.2018.11.008]
22. G. S. Guthart and J. K. Salisbury, "The Intuitive/sup TM/telesurgery system: overview and application," in Proceedings 2000 ICRA. Millennium Conference. IEEE International Conference on Robotics and Automation. Symposia Proceedings (Cat. No. 00CH37065), 2000, vol. 1: IEEE, pp. 618-621.
23. Z. Lin et al., "Objective skill evaluation for laparoscopic training based on motion analysis," IEEE Transactions on Biomedical Engineering, vol. 60, no. 4, pp. 977-985, 2012. [DOI:10.1109/TBME.2012.2230260]
24. T. Horeman, J. Dankelman, F. W. Jansen, and J. J. van den Dobbelsteen, "Assessment of laparoscopic skills based on force and motion parameters," IEEE Transactions on Biomedical Engineering, vol. 61, no. 3, pp. 805-813, 2013. [DOI:10.1109/TBME.2013.2290052]
25. T. Horeman, S. P. Rodrigues, F. W. Jansen, J. Dankelman, and J. J. van den Dobbelsteen, "Force parameters for skills assessment in laparoscopy," IEEE Transactions on Haptics, vol. 5, no. 4, pp. 312-322, 2011. [DOI:10.1109/TOH.2011.60]
26. K. R. Martin and R. L. Burton, "The phacoemulsification learning curve: per-operative complications in the first 3000 cases of an experienced surgeon," Eye, vol. 14, no. 2, pp. 190-195, 2000. [DOI:10.1038/eye.2000.52]
27. S. Cotin, N. Stylopoulos, M. Ottensmeyer, P. Neumann, D. Rattner, and S. Dawson, "Metrics for laparoscopic skills trainers: The weakest link!," in International conference on medical image computing and computer-assisted intervention, 2002: Springer, pp. 35-43. [DOI:10.1007/3-540-45786-0_5]
28. A. L. Trejos, R. V. Patel, R. A. Malthaner, and C. M. Schlachta, "Development of force-based metrics for skills assessment in minimally invasive surgery," Surgical endoscopy, vol. 28, no. 7, pp. 2106-2119, 2014. [DOI:10.1007/s00464-014-3442-9]
29. A. Zia and I. Essa, "Automated surgical skill assessment in RMIS training," International journal of computer assisted radiology and surgery, vol. 13, no. 5, pp. 731-739, 2018. [DOI:10.1007/s11548-018-1735-5]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
