Cadre de perception à couplage sémantique pour le contrôle autonome du laparoscope

Une équipe de recherche publie sur arXiv un cadre de commande autonome de laparoscope en boucle fermée, destiné à la chirurgie mini-invasive. Il couple la reconnaissance en temps réel de la phase chirurgicale (par exemple dissection ou clippage) avec une perception visuelle compensée du mouvement de la caméra. Les approches classiques traitent le suivi visuel et la reconnaissance de phase séparément, ce qui les fragilise en cas d'occlusion, de chevauchement d'entités (instrument devant un organe, par exemple) ou de déplacement de l'endoscope. Ici, les relations entre entités chirurgicales, qui dépendent de la phase, servent à affiner l'estimation de l'état de la cible, puis à piloter le champ de vision (FoV). L'évaluation repose sur des jeux de données de référence pour la reconnaissance de phase et le suivi, y compris des scénarios d'occlusion et de chevauchement, puis sur des essais sur fantôme. Le résumé ne donne aucune métrique chiffrée, ni précision, ni latence, ni taille d'échantillon. Seule une amélioration de la visibilité de la cible et de l'exécution de la tâche par rapport à un champ de vision fixe est affirmée.

L'enjeu est de savoir si la sémantique de la tâche peut stabiliser la perception là où les trackers purement géométriques ou d'apparence décrochent. Pour un fabricant de robots chirurgicaux ou un intégrateur, un porte-endoscope qui anticipe ce que le chirurgien regarde à chaque étape réduirait la charge d'un assistant humain ou du chirurgien lui-même. La comparaison avec un FoV fixe est toutefois une référence peu exigeante. Elle ne mesure ni le gain face à un opérateur humain ni face aux méthodes autonomes existantes. Les essais sur fantôme restent aussi loin des conditions cliniques : fumée, saignement, reflets, déformation des tissus. La démonstration reste donc au stade de la faisabilité.

Le contrôle autonome du laparoscope est un sujet de recherche ancien, depuis les porte-endoscopes robotisés commandés à la voix ou au suivi d'instruments. En pratique, la caméra reste le plus souvent pilotée manuellement, y compris sur les plateformes robotisées dominantes comme le da Vinci d'Intuitive. La tendance actuelle consiste à injecter des modèles de compréhension de scène et de phase, issus des jeux de données chirurgicaux, dans la boucle de commande. Aucune validation sur animal ou en clinique, aucun partenaire industriel et aucun calendrier ne sont annoncés. Les prochaines étapes probables sont des essais ex vivo ou in vivo et des comparaisons directes avec des méthodes autonomes concurrentes.