La formation médicale repose majoritairement sur l'observation plutôt que sur de la pratique car l'apprentissage réalisé directement auprès du patient pose des problèmes éthiques voire médicaux-légaux. Or la dextérité nécessaire au maniement des outils chirurgicaux nécessite de la pratique. L'emploi de systèmes d'entrainement basés sur de la simulation peut alors constituer une réponse à ce problème de formation. L'idée est alors d'apporter, par le biais d'une simulation numérique, des informations (comme par exemple la position des organes sur lesquels ils interagissent ou encore les forces exercées sur eux) à des dispositifs physiques sur lesquels l'apprentis retrouve les sensations et situations perçues dans la réalité, ainsi qu'un rendu visuel des mécanismes physiologiques engendrés lors du geste permettant d'améliorer leur compréhension par l'apprentis. 
    
Le challenge que nous essayons ainsi de relever consiste à proposer des simulations restituant un comportement réaliste des organes et cela en temps interactif. C'est-à-dire que nous ne recherchons pas une précision absolue du comportement biomécanique des tissus mous, mais à partir d'une connaissance théorique nous essayons de simplifier les simulations pour diminuer leur temps de calcul tout en conservant un comportement global pertinent pour une intégration dans un simulateur d'apprentissage de gestes médicaux. 
    
Pour diminuer le temps de calcul des simulations, nous avons abordé au fil des années le problème sous différents aspects. Nous avons ainsi travaillé sur la proposition de modèles physiques permettant de gérer des objets mixtes, c'est-à-dire décomposés en éléments de géométries et de lois de comportement différents ; sur l'apport d'un modèle topologique complexe permettant d'optimiser les changements topologiques subis par l'objet durant sa simulation ; sur la définition des interactions exercées au sein de l'objet qui modélisent son comportement physique avec notamment la mise en place d'un modèle surfacique permettant de gagner en complexité par rapport à un modèle volumique ; et sur la parallélisation des traitements effectués durant la simulation pour gagner encore un peu plus en temps de calculs. L'idée sous-jacente est de jouer sur ces différents aspects au cours de la simulation par l'emploi de critères mis en place en fonction de l'application.