Animé par l’équipe brestoise du LaTIM, le consortium académique et industriel bâti dans le cadre du projet FollowKnee revisite la chirurgie de remplacement du genou. Ce consortium développe actuellement une prothèse personnalisée et connectée, en réponse à une demande explosive (+600% d’ici 20 ans*). En cause ? Le vieillissement de la population, l’obésité mais aussi le rajeunissement des patients opérés. Avec 6% de complications chirurgicales (dysfonctionnements, descellements et infections), l’objectif du projet vise à optimiser la conception, la fabrication, l’implantation et le suivi de ces implants, afin de réduire les reprises, qui s’avèrent moins efficaces et 2,5 fois plus coûteuses que l’intervention initiale. FollowKnee, une innovation qui se veut vertueuse pour les chirurgiens et les patients !
Trois enjeux pour les prothèses : personnalisation, précision et suivi
La future prothèse du genou connectée, pensée dans le cadre du projet FollowKnee, sera personnalisée en fonction de la morphologie du patient. Pour cela une suite logicielle complète permettra aux chirurgiens de concevoir et produire automatiquement, en routine pour chaque patient, une nouvelle génération de prothèses imprimées en 3D.
Le projet prévoit également une assistance au bloc opératoire grâce à une planification précise des interventions et l’utilisation de la réalité augmentée pour guider le chirurgien dans son geste et améliorer la précision de la pose.
Enfin, le suivi post-opératoire sera optimisé grâce aux capteurs intégrés à la prothèse, avec pour objectif d’éviter une nouvelle intervention et d’améliorer la rééducation. Les capteurs détecteront précocement et alerteront les professionnels du soin et les patients, en cas d’infection ou de dysfonctionnement mécanique de la prothèse. La rééducation sera aussi améliorée par un accès fortement sécurisé aux données physiologique et mécanique du patient et de sa prothèse. Les professionnels de santé pourront ainsi personnaliser et impliquer le patient dans son protocole de rééducation.
Des problématiques technologiques résolues et des résultats encourageants !
Le projet a débuté en 2018 pour cinq ans avec un budget de 24 millions d’euros. Afin de lever les verrous technologiques de ce modèle de prothèse innovant, différents partenaires apportent leurs compétences au projet : des partenaires industriels (Immersion, Imascap, SLS France), de recherche (LaTIM, Inserm, UBO, IMT Atlantique, b<>com, CEA LETI), institutionnel (Biotech Santé Bretagne) et de recherche clinique (CHRU de Brest).
Au premier semestre 2021, le projet progresse positivement. Les algorithmes de planification et de personnalisation des prothèses sont aujourd’hui au terme de leur développement. Après un travail important sur les capteurs, des avancées conséquentes ont été obtenues dans la conception de la prothèse connectée. Enfin, l’utilisation d’une technologie de réalité augmentée dans le bloc opératoire est en cours de co-construction avec les chirurgiens, avec des résultats très encourageants sur les aspects techniques.
Pour finir, la sécurité des données des patients qui transiteront via une interface homme-machine a également fait l’objet d’avancées majeures. Tous les partenaires du projet FollowKnee conservent leur dynamique de coopération et d’innovation. L’objectif est de lancer les essais cliniques d’ici deux ans au CHU de Brest.
Pour en savoir + rendez-vous sur followknee.com et consultez les articles scientifiques acceptés pour les sujets de modélisation, de réalité augmentée et de sécurité :
- Modélisation :
Salhi A, Burdin V, Boutillon A, Brochard S, Mutsvangwa T, Borotikar B. Statistical Shape Modeling Approach to Predict Missing Scapular Bone
Jérôme Ogor, Guillaume Dardenne, Salaheddine Sta, Julien Bert, Hoel Letissier, Eric Stindel and Chafiaa Hamitouche.3D pose estimation with depth camera for markerless Computer Assisted Orthopaedic Surgery
A. Salhi, V. Burdin, A. Boutillon, S. Brochard, T. Mutsvangwa, B. Borotikar. Statistical Shape Modeling Approach to Predict Missing Scapular Bone. Ann Biomed Eng. 48, 367–379 (2020). (voir)
Effect of GAN-based image standardization on MR knee bone-tissue classification performance, Vincent Jaouen, Guillaume Dardenne, Florent Tixier, Eric Stindel and Dimitris Visvikis
- Réalité augmentée :
Towards Markerless 3D Pose Estimation for Computer Assisted Orthopaedic Surgery: a Comparison Study of Depth Cameras, Jérôme Ogor, Guillaume Dardenne, Salaheddine Sta, Julien Bert, Hoel Letissier, Eric Stindel and Chafiaa Hamitouche
Albert Murienne, Boris Labbé and Laurent Launay, Model-based 3D Tracking for Augmented Orthopedic Surgery
- Sécurité :
Secure Knee Prosthesis – Processing of Encrypted Data and User Authentication, Anass Elmoadine, Maxime Pistono, Reda Bellafqira and Gouenou Coatrieux
M. Pistono, R. Bellafqira, G. Coatrieux, “Cryptosystem Conversion, Packing and Matrix Processing of Homomorphically Encrypted data: Application to IOT Devices”, IEEE Access, accepted, 2021.
*Augmentation calculée sur la base du marché aux USA.
Publié le 9/06/2021
