Capteur tactile IA pour distinguer les tissus en chirurgie
Une équipe de chercheurs de l'Université technique de Dresde, de l'Université Stanford et de l'Institut de technologie de Karlsruhe a développé MISTac, un capteur tactile miniaturisé conçu pour restaurer le sens du toucher lors des chirurgies mini-invasives. Ces interventions, pratiquées par de petites incisions, réduisent les traumatismes et accélèrent la récupération, mais privent traditionnellement les chirurgiens du retour haptique offert par la chirurgie ouverte. MISTac comble cette lacune en mesurant les déformations tissulaires et en les convertissant en données exploitables par l'intelligence artificielle. Le dispositif repose sur une pointe en élastomère souple qui s'aplatit au contact des organes. Une source lumineuse éclaire la pointe déformée, tandis qu'une caméra enregistre les modifications de sa surface. Un faisceau de fibres optiques, extrêmement fin, transmet l'image de la pointe vers une caméra standard de type USB, permettant ainsi une conception modulaire et économique. Les images capturées sont ensuite analysées par des algorithmes d'apprentissage automatique capables d'estimer la force exercée et de différencier les types de tissus. Lors d'essais préliminaires réalisés sur deux porcs endormis, le capteur a été inséré dans l'organisme via un trocart de huit millimètres, standard en chirurgie mini-invasive. Les données recueillies sur le foie sain, le foie cautérisé, la rate et le côlon ont servi à entraîner un modèle d'intelligence artificielle, qui a réussi à classer avec précision les différents tissus. Selon le professeur Roberto Calandra, auteur principal de l'étude publiée en prépublication sur arXiv, cette approche démontre la faisabilité d'un retour haptique de haute résolution dans un espace restreint. La conception de MISTac est open source et disponible sur GitHub, invitant la communauté scientifique à l'adapter et à perfectionner ses capacités. Les chercheurs prévoient désormais de renforcer les algorithmes afin de permettre non seulement la classification tissulaire, mais aussi la détection de nodules cachés, de vaisseaux sanguins ou de tumeurs. La modularité du système facilite également le remplacement des pointes jetables, réduisant ainsi les contraintes de stérilisation. En combinant matériel avancé et traitement logiciel, cette innovation pourrait à terme devenir un outil de référence pour les chirurgiens et les systèmes robotiques médicaux.
