Evaluation of haptic virtual fixtures in psychomotor skill development for robotic surgical training

In recent years, the impact of robotic teleoperated surgery has grown significantly thanks to the considerable advantages with respect to traditional laparoscopy. In teleoperated Robotic Minimally Invasive Surgery, surgeons use a master device: a manipulator that controls a slave robot that directly interacts with the patient. This system allows to obtain high performances thanks to the possibility of downscaling and filtering the surgeon hand movements, achieving higher accuracy and lower invasiveness. The substantial differences in the kinematic, kinetic and sensory perceptions introduced by the interaction with the master devices gave rise to a series of new challenges for surgeons, starting from skill acquisition. While visual, auditory, and touch senses have been widely used in traditional training, the absence of inherent haptic feedback in the currently most used surgical teleoperation system, i.e., the da Vinci Surgical System, prevented the use of tactile and kinesthetic information. The development of more advanced master devices enabled the possibility of providing augmented feedback in the form of tactile or kinesthetic information while training on VR simulators. These systems have been successfully applied in rehabilitation: the use of haptics-based error augmentation has been able to swiftly improve dysfunctional psychomotor skills in stroke patients. However, its effects on teleoperation training and expertise skills development are yet to be fully understood. This thesis work further explore the use of error augmentation theory for psychomotor skill training for robotic surgery. We developed a virtual reality and haptic test bed to evaluate learning effect in a trajectory-following task. Three different training conditions have been taken into consideration: with visual feedback only, with Limit-Push condition, which is an error-augmented force feedback application currently used in rehabilitation, and with the novel Limit-Trench approach, based on training with instability conditions. We evaluated improvements of the groups of subjects among five different performance indexes. Our results show that training without any force feedback leads to better task execution. Furthermore, we found out that instability is even detrimental for development of psychomotor skills, thus delineating the existance of boundary conditions of positive training effects.

Recentemente, l'uso della chirurgia robotica teleoperata è cresciuto notevolmente grazie a vantaggi considerevoli rispetto alla tradizionale laparoscopia. In chirurgia mini invasiva teleoperata, i chirurghi operano tramite un master device, ovvero un manipolatore in grado di controllare un braccio robotico che si interfaccia direttamente con il paziente. Questo sistema permette di ottenere performance più elevate grazie alla possibilità di ridurre e filtrare i movimenti della mano del chirurgo, portando quindi a maggior precisione e minor invasività. Le sostanziali differenze nella cinematica, cinetica e percezioni sensoriali introdotte dall'uso di un controllore a distanza (il master device), ha portato nuove sfide per i chirurghi, a partire dall'apprendimento di abilità psicomotorie. Mentre feedback visivi, sonori e tattili (haptici) sono stati ampiamente usati in sistemi di allenamento tradizionali, l'assenza di feedback haptici nel più usato sistema di chirurgia teleoperata, il da Vinci Surgical System, impedisce l'uso di questi ultimi. Lo sviluppo di più avanzati sistemi di controllo teleoperati ha portato all'integrazione di questo tipo di feedback nell'allenamento su sistemi di realtà virtuale aumentata. Questi sistemi sono stati applicati con successo in riabilitazione: l'uso della tecnica di error augmentation basata su feedback haptici ha portato a miglioramenti nel ri-sviluppo di capacità motorie in pazienti colpiti da ictus. Tuttavia, gli effetti di questo approccio in un contesto di allenamento per chirurgia teleoperata sono ancora da approfondire. Questo lavoro di tesi analizza l'uso della teoria di error augmentation per lo sviluppo di capacità psicomotorie per chirurgia robotica. Abbiamo sviluppato un set up di realtà virtuale e feedback haptici per valutare gli effetti nell'apprendimento di un task di inseguimento di traiettoria. Tre diversi gruppi di allenamento sono stati considerati: con solo feedback visivo, con approccio Limit-Push, un'applicazione di feedback di forza usata attualmente in riabilitazione, e con l'approccio qui introdotto per la prima volta, il Limit-Trench, basato sull'allenamento con instabilità. I miglioramenti nell'esecuzione dell'esercizio proposto sono stati analizzati tra i tre gruppi tenendo in considerazione cinque diversi indici di performance. Da questo studio è risultato che allenarsi senza feedback di forza porta ad una migliore esecuzione del task. Inoltre, abbiamo riscontrato che l'allenamento condotto con forze che portano ad instabilità nell'esecuzione è addirittura controproducente per l'apprendimento di capacità psicomotorie, delineando quindi l'esistenza di condizioni limite per un allenamento adeguato basato sull'error augmentation.