Обучающий симулятор SimNow
20 августа 2020

Обучающий симулятор SimNow

Роботические хирурги не всегда имеют возможность обучаться в условиях реальных операций. Недостаток опыта и практики могут увеличить количество осложнений и повторных госпитализаций пациентов1. Эти сложности, а также некоторые другие другие (знакомство с оборудованием, доступность поддержки и аналитики) могут отрицательно повлиять на качество и стоимость операции. Данные проблемы помогает решить обучающий симулятор для хирургической системы da Vinci – SimNow.


SimNow представляет из себя электронное устройство навесного типа, взаимодействующее с консолью хирурга и обеспечивающее виртуальную платформу для имитирующих упражнений по тренировке хирургических навыков. В da Vinci Xi (IS4000) симулятор способен моделировать этапы операций. Также предусмотрена программа для тренировки членов операционной бригады.

Обучающий симулятор Simnow

Функции SimNow

Используя SimNow, пользователь получает:

  1. стандартизированный опыт моделирования операций;
  2. постоянно растущую библиотеку тренингов, практических упражнений и хирургических операций в режиме виртуальной реальности;
  3. доступ к сетевой системе, которая автоматически обновляет программное обеспечение для моделирования, и позволяет удаленно управлять производительностью моделирования с ПК или смартфона. Этими данными можно делиться с другими пользователями системы;
  4. возможность тренировать свои навыки, используя инструменты в виртуальной реальности и выполняя последовательность реалистичных упражнений;
  5. возможность проводить симуляционную операцию самостоятельно, либо под надзором опытного хирурга или вместе с ним;
  6. гибко настраиваемую учебную программу: упражнения подбираются в соответствии с уровнем хирурга (от новичка до профессионала). также пользователь может воспользоваться заранее установленным учебным планам.


Симулятор SimNow


Статистика по использованию симуляции da Vinci

  1. 3 поколения систем симуляции da Vinci разработаны на основе 10-летнего опыта роботических хирургов,
  2. 360 минут в среднем тратит хирург на обучение на симуляторе, прежде чем перейти к реальным тренировкам на роботе2,
  3. опубликовано более 300 работ о влиянии симуляционного обучения на навыки и эффективность роботического хирурга4,
  4. более 2/3 клиник, использующих робота da Vinci, также имеют обучающий симулятор3,
  5. более 45 тысяч часов работы на симуляторе хирурги проводят ежегодно2.

Преимущества SimNow

Исследования показали зависимость между практикой с использованием системы виртуальной реальности и эффективностью робот-ассистированных операций5-8:

  1. Преимущества с точки зрения практического опыта хирурга. Навыки работы с консолью хирурга могут значительно ухудшиться после нескольких дней отсутствия практики на хирургической системе9,10. Двухнедельная симуляционная практика в течение одного часа в день может быть достаточной для поддержания навыков роботизированной хирургии11.
  2. Преимущества для клиник. Хирурги, имеющие в качестве базовой подготовки от 6 часов работы с симуляцией, показывают более высокую продуктивность в течение 90 дней12.


1. Birkmeyer, J. D., et al. (2013). "Surgical skill and complication rates after bariatric surgery." New England Journal of Medicine369(15): 1434-1442; 2. Intuitive Internal Training Analytics; 3. Intuitive Internal Sales OPS, tableau; 4. End Note Publication database search; 5. Aghazadeh, Monte A. et al. (2016) “Performance of robotic simulated skills tasks is positively associated with clinical robotic surgical performance” BJU International pp.476-481 8); 6. Culligan, Patrick, et al. (2014) “Predictive Validity of a Training Protocol Using a Robotic Surgery Simulator” Female Pelvic Medicine & Reconstructive Surgery, Vol. 20, No. 1, Jan/Feb. 2014 pp. 48-51 9); 7. Hung, Andrew J. et al. (2011) “Face, Content and Construct Validity of a Novel Robotic Surgery Simulator” University of Southern California Institute of Urology, Keck School of Medicine, University of Southern California, Los Angeles, California pp.1019-1025 10); 8. Hung AJ, Patil MB, Zehnder P, Cai J, Ng CK, Aron M, Gill IS, Desai MM (2012) Concurrent and predictive validation of a novel robotic surgery simulator: a prospective, randomized study. J Urol 187(2):630-637; 9. Pearce, Shane M. et al (2015) “The impact of days off between cased on perioperative outcomes for robotic-assisted laparoscopic prostatectomy” World J Urol. Springer 1605-5 12); 10. Jenison, Eric L. et al Robotic Surgical Skills: Acquisition, Maintenance, and Degradation (2012) by JSLS, Journal of the Society of Laparoendoscopic Surgeons. Published by the Society of Laparoendoscopic Surgeons, Inc.; 11. Guseila, Loredana M. et al (2014) “Training to maintain surgical skills during periods of robotic surgery inactivity” Int J Med Robotics Comput Assist Surg 2014; 10: 237–243.; 12. Internal Intuitive training survey from 858 surgeons between 2014-2017.