Identificación de estados ocultos en tareas básicas de simulación laparoscópica
Date
2024
Type:
Thesis
item.page.extent
49 p.
item.page.accessRights
Acceso abierto
Authors
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Desarrollo. Facultad de Ingeniería
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
El desarrollo de habilidades quirúrgicas básicas mediante simulación continúa siendo un desafío significativo en la formación médica. ¿Cómo se puede evaluar objetivamente estas habilidades? Este trabajo explora una posible respuesta a través de los Modelos Ocultos de Markov (HMM), buscando identificar patrones subyacentes en tareas fundamentales de simulación laparoscópica.
Para este estudio, se analizaron datos provenientes de un simulador laparoscópico básico; específicamente, se registraron datos de posición y orientación durante tareas de agarre y transporte. La muestra incluyó sesiones (expertos/novatos), y el análisis incorporó métricas derivadas - suavidad de movimiento, economía de movimiento y velocidad angular - para enriquecer la caracterización de las trayectorias.
Los resultados son interesantes: se identificaron patrones distintivos en los estados y sus transiciones entre expertos y novatos; sin embargo, la clasificación automática basada en secuencias de Viterbi enfrentó limitaciones importantes. A pesar de estas dificultades, el trabajo arroja luz sobre aspectos fundamentales de los patrones de movimiento en simulación laparoscópica básica y - quizás más importante aún - señala desafíos cruciales que futuros estudios en el área deberán abordar.
Description
Proyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
item.page.coverage.spatial
Santiago
item.page.sponsorship
Citation
Keywords
Cirugía, Simulación, 070037S