Die Integration von virtueller Realität (VR) in die medizinische Ausbildung, insbesondere in der minimal-invasiven Chirurgie (MIS), hat das Potenzial, die Art und Weise, wie Chirurgen ausgebildet werden, grundlegend zu verändern. Ein herausragendes Beispiel ist der LapSim 360 Simulator, der eine Vielzahl chirurgischer Verfahren simuliert. Dieser Simulator kann nicht nur einzelne Fähigkeiten trainieren, sondern auch komplexe Teamdynamiken in einer simulierten Operationsumgebung nachbilden. Virtuelle Charaktere wie eine OP-Schwester, ein Anästhesist oder ein erfahrener Chirurg interagieren während des Eingriffs mit dem Auszubildenden, was die realistischen Bedingungen in einem OP-Saal nachstellt.

Das Training auf solchen Simulatoren bietet nicht nur den Vorteil, dass die Fertigkeiten in einer sicheren und kontrollierten Umgebung erlernt werden, sondern es fördert auch die Zusammenarbeit im Team, ein oft unterschätzter Aspekt der Chirurgie. Ein weiteres bemerkenswertes Merkmal ist die Möglichkeit, das Training individuell anzupassen, indem Komplikationen wie infiziertes Gewebe oder unerwartete Blutungen in das Szenario eingefügt werden. Dies hilft den angehenden Chirurgen, auf unerwartete Herausforderungen vorbereitet zu sein und verbessert ihre Fähigkeit, unter Druck zu arbeiten.

Ein bedeutender Vorteil dieser VR-Simulatoren ist die Möglichkeit, Trainingsprozesse zu dokumentieren und zu analysieren. Chirurgen können die Trainingssitzungen später erneut ansehen, wobei automatisch generierte Leistungsberichte den Fortschritt verdeutlichen. Diese detaillierte Analyse hilft Ausbildern, die Entwicklung der Auszubildenden besser nachzuvollziehen und gezielt an Schwächen zu arbeiten. Studien haben gezeigt, dass die Teilnehmer, die mit einem Simulator wie LapSim trainierten, signifikante Verbesserungen in ihrer praktischen Fertigkeit erzielten. Eine Randomisierte Kontrollstudie (RCT) von Larsen et al. (2009) zeigte, dass Chirurgen, die mit einem frühen Modell von LapSim trainierten, deutlich schneller und mit höherer Präzision operierten als die Kontrollgruppe, die nur traditionelle klinische Ausbildung erhielt.

Ein entscheidender Punkt, der bei der Analyse von Simulator-basiertem Training berücksichtigt werden muss, ist die Effektivität im Vergleich zur traditionellen Ausbildung. Eine Meta-Analyse von Portelli et al. (2020) zeigte, dass VR-Training in mehreren Bereichen überlegen war: So wurde unter anderem die Zeit, die für eine Operation benötigt wurde, in der VR-Gruppe im Durchschnitt um 0,84 Minuten reduziert. Weitere messbare Verbesserungen betrafen die Handhabung von Instrumenten, das Gewebehandling und die Fehlerquote. Auch die technische Gesamtbewertung der Chirurgen fiel im VR-Trainingszweig deutlich besser aus.

Dennoch gibt es nach wie vor Herausforderungen bei der breiten Implementierung von VR in die medizinische Ausbildung. Der hohe Preis der VR-Trainingssysteme ist ein großes Hindernis. Die Entscheidungsträger müssen eine Kosten-Nutzen-Analyse durchführen, bei der nicht nur die Anschaffungskosten des Equipments berücksichtigt werden, sondern auch die potenziellen Einsparungen durch reduzierte Komplikationen und eine verminderte Zahl an Klagen. Diese Technologie hat das Potenzial, langfristig die Ausbildungskosten zu senken, indem sie eine schnellere Einarbeitung und weniger operative Fehler ermöglicht.

Zusätzlich zur technischen Effizienz von VR-Systemen zeigt eine Meta-Analyse von Kim und Kim (2023), dass das Training auf semi-immersiven 2D-Displays bessere Ergebnisse bei der Wissensvermittlung erzielt als vollständig immersive Systeme mit Head-Mounted Displays (HMDs). Die Forscher argumentierten, dass das sogenannte "Cybersickness" – eine Art der Übelkeit, die bei der Nutzung von HMDs auftritt – das Lernen beeinträchtigen kann. Dies könnte erklären, warum 2D-Displays in einigen Studien zu besseren Ergebnissen führten. Diese Erkenntnisse unterstreichen die Notwendigkeit für zukünftige technologische Fortschritte, die Cybersickness weiter zu minimieren, um das Lernen und die Einführung von VR-Systemen zu beschleunigen.

Ein weiterer wichtiger Aspekt, der bei der Integration von VR in die Chirurgieausbildung beachtet werden sollte, ist die Tatsache, dass diese Technologie nicht nur zur Verbesserung der chirurgischen Fähigkeiten dient, sondern auch potenziell die Patientenversorgung verbessern kann. Die Ausbildung von Chirurgen mit Hilfe von VR-Simulatoren könnte dazu führen, dass weniger Fehler gemacht werden, was wiederum zu einer geringeren Anzahl an Komplikationen und einer schnelleren Genesung der Patienten führen könnte. Dieser Aspekt könnte die Einführung von VR-Technologien in den Ausbildungsprozess beschleunigen, wenn die Vorteile für die Patientensicherheit weiter verdeutlicht werden.

Es ist zu erwarten, dass die zunehmende Verbreitung von VR-Technologien in der medizinischen Ausbildung auch Auswirkungen auf die Akzeptanz von Roboterchirurgie haben wird. Der Übergang von traditionellen chirurgischen Verfahren zu robotergestützten Eingriffen könnte durch VR-gestützte Trainingsmethoden erleichtert werden, da Chirurgen in einer simulierten Umgebung ihre Fähigkeiten mit den neuen Systemen erlernen können, bevor sie diese in realen Operationen anwenden.

Endtext

Foveated HMDs: Eine Lösung für die visuelle Schärfe und das Gewicht von Head-Mounted Displays

Die Architektur von Head-Mounted Displays (HMDs), die in der oben beschriebenen Weise funktioniert, bietet den Vorteil höherer Bildwiederholraten und kürzerer Übertragungsverzögerungen, ohne dass teurere Grafikkarten erforderlich sind. Diese Technologie stellt jedoch keine Lösung für die begrenzte native Auflösung moderner Displays dar, die den Anforderungen der Fovea-Schärfe nicht gerecht wird. Daraus ergibt sich, dass eine neue Herangehensweise notwendig ist, um die Auflösung foveierter HMDs auf die erforderlichen 6000 oder mehr Pixel pro Grad horizontalem Sichtfeld zu erhöhen.

Die sogenannten nativen Auflösungssteigernden HMDs setzen auf ein Konzept, bei dem jedes Auge ein Display mit niedriger Auflösung für den Großteil des sichtbaren Szenenbereichs erhält. Ein zweites Display ergänzt dieses Bild, indem es einen kleinen Bereich der Szene mit deutlich höherer Auflösung darstellt. Ein Beispiel für diese Art von foveierten HMDs ist der Forschungsprototyp, der 2018 an der Universität von Zentralflorida von Tan et al. entwickelt wurde. Die optische Architektur für jedes Auge besteht aus zwei Displays, die in einem Winkel von 90° zueinander ausgerichtet sind. Das erste Display hat ein großes Sichtfeld, jedoch mit niedriger Auflösung, und liefert den Großteil des Bildes. Das zweite Display verfügt über eine wesentlich höhere native Auflösung, die durch die Optik des HMDs bis zu fünfmal verstärkt wird, um die Sehschärfe der Fovea zu erreichen.

Die optische Technik, die dabei zum Einsatz kommt, nennt sich optische Miniaturisierung. Diese Technik ermöglicht es, mehr Pixel auf kleinerem Raum unterzubringen, sodass die wahrgenommene Auflösung sogar höher ist als die des zweiten Displays mit hoher Auflösung. Um dies zu erreichen, enthält das HMD einen Strahlteiler, eine konkave Linse, einen flachen Spiegel und eine Nahfokuslinse. Das Licht vom Display mit niedriger Auflösung wird durch den Strahlteiler und die Nahfokuslinse zum Auge geführt. Licht aus dem hochauflösenden Display jedoch wird zuerst durch den Strahlteiler und dann durch eine konkave Linse geleitet, um vom flachen Spiegel reflektiert zu werden. Das reflektierte Licht wird durch die konkave Linse komprimiert, bevor es zurück zum Strahlteiler gelangt und mit dem direkten Licht des niedrigauflösenden Displays kombiniert wird. Auf diese Weise entsteht ein hochauflösender Bereich der Szene, der die Wahrnehmung der Fovea schärft.

Ein Beispiel für dieses Prinzip zeigt das Bild eines Rubik’s Cube, das durch diese Technik generiert wurde. In diesem Bild ist der Bereich der Fovea klar erkennbar: Die Farben innerhalb des fokussierten Kreises sind gleichmäßiger und glatter, und die Kanten der Würfelseiten sind klar abgegrenzt. Außerhalb dieses Bereichs erscheinen die Linien pixelig und unscharf. Solche Bildfehler sind jedoch für den Benutzer kaum wahrnehmbar, da die Augenverfolgung des HMDs den Bereich der Szene nur auf das hochauflösende Display überträgt, auf den der Benutzer gerade schaut.

Der Stand der Technik bei foveierten HMDs befindet sich derzeit noch in den frühen Entwicklungsstadien. Es ist jedoch absehbar, dass in Zukunft immer mehr HMDs auf den Markt kommen werden, die auf Augenverfolgung basierende foveierte Technologien nutzen. Diese Technologie könnte in nicht allzu ferner Zukunft zum Standard werden.

Neben der Auflösung ist auch das Gewicht und die Gewichtsverteilung von HMDs ein entscheidender Faktor für den Tragekomfort. HMDs werden direkt auf dem Kopf getragen, weshalb Designer gezwungen sind, Kompromisse zwischen Leistung (mehr Hardware und größere Batterien bedeuten mehr Gewicht) und dem Bedürfnis nach Komfort (weniger Gewicht) einzugehen. Das wahrgenommene Gewicht eines HMDs setzt sich aus dem statischen Gewicht und dem dynamischen Gewicht zusammen. Das statische Gewicht ist das Gewicht, das der Benutzer spürt, wenn der Kopf in einer ruhigen Position ist. Ein zu hohes statisches Gewicht führt unweigerlich zu Nackenschmerzen, insbesondere bei längerem Tragen.

Ebenso wichtig ist die Verteilung des statischen Gewichts, insbesondere im Bereich des Nasenrückens. In einer Studie von Rebenitsch und Owen (2017) trugen Teilnehmer ein HMD mit einem Gewicht von 340 g und zusätzlich 150 g im vorderen Bereich des Geräts. Diese Zusatzgewicht führte zu überwältigend negativen Bewertungen hinsichtlich des Komforts, obwohl es weniger als 50 % des Gesamtgewichts ausmachte. Bei HMDs, die mit Kabeln verbunden sind, wird das statische Gewicht des Kabels zusätzlich berücksichtigt. Dieses kann zwar durch clevere Routenführung und mechanische Unterstützung minimiert, aber nicht vollständig eliminiert werden.

Das dynamische Gewicht eines HMDs wird während schneller Kopfbewegungen wahrgenommen. Durch die Trägheit entstehen Drehmomente, die mit höheren Beschleunigungen der Kopfbewegungen zunehmen. Diese Drehmomente führen zu Ablenkungen und verringern die Immersion des Benutzers. In extremen Fällen kann dies sogar zu einem Verrutschen des HMDs führen, wenn es nicht richtig fixiert ist. Die Wahrnehmung des dynamischen Gewichts hängt auch von der Verteilung des statischen Gewichts ab, insbesondere von der Position des Schwerpunkts des HMDs im Verhältnis zum Nacken.

Eine Studie von Ito et al. (2021) untersuchte, wie sich das Gewicht und die Verteilung des Gewichts eines HMDs auf die Ermüdung und den Komfort des Benutzers auswirken. Sie verwendeten ein Oculus Rift HMD mit einem Basisgewicht von 470 g und veränderten den Schwerpunkt, indem sie zusätzliches Gewicht an verschiedenen Stellen anbrachten. Dabei stellte sich heraus, dass die Ermüdung mit steigendem Gesamtgewicht zunahm, vor allem aber auch die Position des Schwerpunkts eine entscheidende Rolle spielte. Das unangenehmste Gewicht wurde wahrgenommen, wenn der Schwerpunkt des Geräts nahe der Stirn lag.

Um den Komfort der Benutzer zu maximieren, haben HMD-Hersteller verschiedene Ansätze gewählt. Professionelle Modelle bieten in der Regel besseren Komfort, was jedoch mit einem höheren Preis verbunden ist. Verbrauchermodelle, wie das Meta Quest 2, setzen auf einfache elastische Riemen zur Befestigung des Geräts, was dazu führt, dass das Gewicht hauptsächlich auf dem Nasenrücken lastet. Im Gegensatz dazu sorgt das HTC Vive Focus 3 durch eine geschickte Gewichtsverlagerung für besseren Tragekomfort. Während das Gesamtgewicht des Focus 3 mit 785 g relativ hoch ist, wurde die Batterie an den hinteren Teil des Kopfes verlagert, wodurch das Gewicht gleichmäßig verteilt wird und der Komfort erheblich verbessert wird.

Die Entwicklung von foveierten HMDs und der Komfort von Headsets sind Schlüsselfaktoren für die Zukunft der Virtual-Reality-Technologie. Um eine vollständige Immersion zu ermöglichen, müssen beide Aspekte kontinuierlich verbessert werden. Dabei spielt die Schaffung einer besseren Balance zwischen Auflösung, Gewicht und Ergonomie eine entscheidende Rolle, um sowohl die visuelle Qualität als auch den Tragekomfort zu optimieren.

Wie man sich von der „Gedanken-Angst-Schleife“ befreit: Der Weg der Defusion
Wie beeinflussen komplexe Netzwerke und die Erkennung überlappender Gemeinschaften die Analyse von Agrardaten?
Wie Design Patterns den Softwareentwicklungsprozess optimieren
Wie wirken Entgiftungsprozesse bei verschiedenen Drogenabhängigkeiten?