The case experience of anesthesiologists is one of the leading causes of accidental dural puncture and failed epidural - the most common complications of epidural analgesia. We designed a bimanual haptic simulator to train anesthesiologists and optimize epidural analgesia skill acquisition, and present a validation study conducted with 15 anesthesiologists of different competency levels from several hospitals in Israel. Our simulator emulates the forces applied on the epidural (Touhy) needle, held by one hand, and those applied on the Loss of Resistance (LOR) syringe, held by the second hand. The resistance is calculated based on a model of the Epidural region layers that is parameterized by the weight of the patient. We measured the movements of both haptic devices, and quantified the rate of results (success, failed epidurals and dural punctures), insertion strategies, and answers of participants to questionnaires about their perception of the realism of the simulation. We demonstrated good construct validity by showing that the simulator can distinguish between real-life novices and experts. Good face and content validity were shown in experienced users' perception of the simulator as realistic and well-targeted. We found differences in strategies between different level anesthesiologists, and suggest trainee-based instruction in advanced training stages.


翻译:麻醉科医生的病例经验是意外硬膜穿刺和发育失败的主要原因之一,这是上肢肛交最常见的并发症。我们设计了一个双体手性随机模拟器,用于培训动脉科医生,优化脑膜动脉动动脉动术技能的获取,并介绍了由来自以色列几家医院不同能力水平的15名麻醉科医生进行的鉴定研究。我们的模拟器模仿了一只手持有的硬膜(Touhi)针和第二只手持有的抵抗(LOR)注射器的丧失(LOR)注射器应用力。抵抗力的计算基于以病人体重为参数的“动脉动区域层”模型。我们测量了机动装置的移动,并量化了结果率(成功、失败的硬膜动脉动和脉动脉动脉动)、插入策略,以及参与者对关于模拟现实主义认识的问卷的回答。我们展示了良好的构建有效性,我们展示了在现实生活中的用户和稳定度层次上,我们发现,在真实性指令中,在真实性、真实性层次上,我们所发现的专家可以区分有不同层次的用户和真实性。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年3月15日
Arxiv
0+阅读 · 2023年3月15日
Arxiv
0+阅读 · 2023年3月14日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员