Aller au contenu principal

Chaymae Acherki

Jeudi 15 Octobre 2026

Réalité Augmentée pour la Chirurgie : Du Guidage Physique au Guidage Virtuel en Arthroscopie

Résumé
 
Cette thèse s’inscrit dans le domaine de l’Interaction Humain-Machine (IHM) et est dédiée à l’interaction en Réalité Augmentée (RA) avec un casque. La RA constitue une solution prometteuse en chirurgie en superposant des informations de guidage en temps réel directement dans le champ de vision du chirurgien. Le domaine applicatif de ces travaux de thèse est la chirurgie arthroscopique. La chirurgie arthroscopique est une technique mini-invasive largement utilisée pour traiter les pathologies articulaires telles que les lésions du ligament croisé antérieur. Les techniques arthroscopiques conventionnelles reposent sur des guides mécaniques et imposent des contraintes telles que des gestes complexes, une visibilité restreinte et une coordination main-œil non intuitive, susceptibles de limiter la précision et augmenter la difficulté chirurgicale. Bien que des travaux antérieurs aient démontré la faisabilité technique de la chirurgie assistée par RA, la plupart des études se sont concentrées sur la précision des systèmes, avec une attention limitée à la conception de l’interface et aux besoins des utilisateurs. Cette thèse adopte une approche centrée sur l’humain pour le guidage chirurgical en RA, en partant des besoins des chirurgiens qui l’utiliseraient. Pour cela, des entretiens semi-directifs et une enquête ont d’abord été menés auprès de chirurgiens pour identifier leurs besoins en information, les limites perçues des guides mécaniques conventionnels et leurs attentes vis-à-vis d’un système de guidage en RA. Le constat que les chirurgiens étaient en désaccord quant à l’emplacement des informations de guidage dans la scène chirurgicale, ainsi que le fait que peu de travaux dans la littérature traitent du placement des informations de guidage en RA, également appelé ancrage spatial, nous ont incités à étudier différentes stratégies de placement du guidage en RA. Nous avons ainsi mené une étude empirique portant sur trois stratégies d’ancrage spatial, afin d’examiner l’influence du placement des informations de guidage en RA sur la précision de la tâche, le temps de réalisation et les préférences des utilisateurs. Nous en dérivons des guides pratiques de conception de guide en RA. À partir de ces résultats et des préférences exprimées dans l’enquête, un pro totype de guidage en RA a ensuite été évalué par rapport au guide mécanique conventionnel, en comparant des mesures de performance objectives, telles que la précision de la tâche et le temps de réalisation, et des mesures subjectives telles que la charge cognitive. Cette étude comparative montre l’apport de guidage en RA en particulier pour les chirurgiens novices. À l’instar de la plupart des systèmes de guidage en RA, ce prototype repose sur le suivi des instruments chirurgicaux. Ce suivi est toutefois susceptible d’introduire des erreurs dont la nature et l’ampleur sont imprévisibles et dépendent de nombreux facteurs. Plutôt que de chercher à éliminer ces erreurs, la dernière partie de ce travail étudie quatre approches de visualisation de l’incertitude de suivi, montrant que rendre l’incertitude visible peut améliorer la performance de la tâche, la confiance des utilisateurs et leur assurance. En conclusion, ce travail de thèse apporte une contribution à la conception des interfaces de chirurgie augmentée en intégrant les facteurs humains et les performances techniques qui conditionnent leur utilisabilité clinique. Il fournit des résultats empiriques et des recommandations de conception concrètes pour améliorer l’utilisabilité du guidage en RA dans les procédures chirurgicales afin d’augmenter la précision du geste chirurgical.
 
Mots clés: réalité augmentée ; chirurgie ; interaction humain-machine ; visualisation ; perçage
 

Date et lieu

Jeudi 15 Octobre à 14:00
Bâtiment IMAG, Salle séminaire 2
et visio https://visio.numerique.gouv.fr/ist-nvar-zwh 

Composition du Jury

Direction de thèse:
Laurence NIGAY
PROFESSEURE DES UNIVERSITES, Université Grenoble Alpes
Quentin ROY
Maitre de conférence, Université Grenoble Alpes
Thibault SALQUE
Ingénieur Docteur, Société Areas AI
 
Composition du Jury: 
Laurence NIGAY
PROFESSEURE DES UNIVERSITES, Université Grenoble Alpes
Ann BLANDFORD
PROFESSEURE, University College London
Gilles BAILLY
DIRECTEUR DE RECHERCHE, CNRS Délégation Ile-de-France Ouest et Nord
Emmanuel PROMAYON
PROFESSEUR DES UNIVERSITES, Université Grenoble Alpes
Amine CHELLALI
MAITRE DE CONFERENCES, Université Paris Saclay
Delphine HENRY
DOCTEURE EN SCIENCES, SCAP Hologram SAS

Publié le 14 octobre 2026

Mis à jour le 14 octobre 2026