Thèse Modélisation Patient-Spécifique et Intelligence Artificielle pour l'Assistance Contextuelle en Chirurgie Ophtalmique Robotisée H/F

Doctorat.Gouv.Fr

Établissement : Université de Montpellier École doctorale : I2S - Information, Structures, Systèmes Laboratoire de recherche : Laboratoire d'Informatique, de Robotique et de Micro-électronique de Montpellier Direction de la thèse : Pascal PONCELET ORCID 0000000282773490 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-09-11T23:59:59 Acusurgical développe une plateforme robotique pour la chirurgie ophtalmique, initialement dédiée à la chirurgie vitréorétinienne et en extension vers la chirurgie de la chambre antérieure, notamment la cataracte. Si la robotisation du geste constitue une étape essentielle, ses bénéfices cliniques et économiques reposent également sur la capacité du système à comprendre l'anatomie du patient, à percevoir le déroulement de l'intervention en temps réel et à exploiter les données issues des chirurgies passées. Cette thèse vise à développer cette couche d'intelligence, distincte et complémentaire des travaux consacrés à l'automatisation du geste.
Le projet s'articule autour de quatre contributions scientifiques :
identifier et sélectionner, lors de la chirurgie du segment postérieur de l'oeil, les éléments pertinents à prendre en compte (instruments, zones anatomiques, étapes chirurgicales, etc.) afin de définir les métriques nécessaires à l'analyse ;
développer un système de reconnaissance et de compréhension automatique des phases chirurgicales permettant leur quantification et leur analyse per- et post-opératoires ;
concevoir un module d'analytique per- et post-opératoire alimentant une boucle d'apprentissage continu à partir notamment de la qualité du geste, de la durée des phases et des événements indésirables, afin d'améliorer les modèles et de fournir des retours aux chirurgiens ;
valider les approches développées sur différentes technologies et données expérimentales disponibles (« Digital Twin Eye », BIONIKO, oeil de porc, données d'interventions antérieures).
La thèse sera menée en partenariat avec deux équipes du LIRMM : ADVANSE pour les méthodes d'intelligence artificielle et de fusion de données, et Dexter pour l'intégration avec la plateforme robotique. Les travaux visent des publications dans des conférences et revues internationales du domaine (MICCAI, IEEE TMI, IEEE ICRA, IEEE/RSJ IROS, IEEE TBME, IJCARS...) et pourront conduire à des dépôts de brevets sur les technologies développées. Cette thèse CIFRE s'inscrit dans un partenariat entre Acusurgical et le LIRMM, à l'interface entre intelligence artificielle et robotique chirurgicale. Elle vise à développer des méthodes d'IA pour l'assistance contextuelle en chirurgie ophtalmique robotisée. Concevoir une couche d'intelligence artificielle capable de percevoir et comprendre le déroulement d'une chirurgie ophtalmique robotisée à partir de données multimodales et de modèles patient-spécifiques.
Exploiter les données opératoires pour analyser les interventions, améliorer progressivement les modèles et fournir une assistance contextuelle au chirurgien, puis valider ces approches expérimentalement et cliniquement. Les travaux s'appuieront sur des méthodes d'apprentissage profond, de vision par ordinateur et de fusion multimodale combinant vidéo opératoire, imagerie et signaux issus du robot.
Ils intégreront la reconnaissance des phases chirurgicales, l'apprentissage faiblement supervisé et continu, avec une validation sur données simulées, yeux ex vivo et données cliniques rétrospectives.