Anatomické pokyny pro regionální anestezii

Využití regionální anestezie (RA) a blokády periferních nervů (PNB) roste, i když celková anestezie (GA) je stále běžnější ve všeobecné chirurgické praxi. Přibližně 65 % všech postupů, které lze použít pro regionální techniku, v současné době používá GA a podle současného doporučení britského Národního institutu pro zdraví a klinickou excelenci (NICE) by všechny regionální anestezie měly být prováděny pomocí ultrazvukového vedení. Očekává se však další navýšení regionální anestezie, protože jsou zde významné pacientské i ekonomické přínosy. Zejména náklady na jeden zákrok u regionální anestezie jsou podstatně nižší než u celkové anestezie.

Přestože regionální anestezie řízená ultrazvukem roste, je obtížné se ji naučit a je obtížné ji provést. Existují významné problémy s koordinací ruka-oko, protože klinik musí současně manipulovat s jehlou i ultrazvukovou sondou, aby navedl jehlu k cíli. Navíc jak jehla, tak anatomie terče může být na ultrazvukovém snímku velmi špatně viditelná.

Vyšetřovatelé se domnívají, že počítačově podporovaný systém, který zvýrazňuje klíčové anatomické rysy na ultrazvukovém snímku, by tento postup učinil bezpečnější pro pacienty a jednodušší pro lékaře.

V současné době přední metoda pro automatickou segmentaci obrazu využívá hluboké učení, pro které je zapotřebí mnoho tisíc tréninkových snímků. Při aplikaci těchto technik na lékařské snímky, včetně ultrazvuku, bylo dosaženo několika úspěchů. Zdá se však, že automatické segmentaci ultrazvukových snímků pro regionální anestezii byla věnována relativně malá pozornost.

Nejbližší odkaz na námi navrhovaný výzkum popisuje metodu lokalizace středního nervu na ultrazvukových snímcích předloktí. Došlo také ke Kaggleově výzvě segmentovat nervy brachiálního plexu v krku. Současně lze segmentovat i více anatomických oblastí. Žádná z těchto studií však není přímo použitelná pro klinické použití, protože se zabývají pouze snímky pořízenými od zdravých dobrovolníků. Stejně tak neuvažují o tom, jak by tyto techniky mohly být použity na pomoc anesteziologům provádějícím regionální anestezii na klinice.

Důvodem této studie je zjistit, zda automatické zvýraznění klíčových anatomických rysů v reálném čase může pomoci lékařům provádět regionální anestezii řízenou ultrazvukem.

Systém automatického zvýrazňování navržený společností Medaphor využívá hluboké učení a vyžaduje mnoho tisíc obrázků, ze kterých se systém může učit. Algoritmy strojového učení, jako je hluboké učení, jsou však vysoce závislé na obrázcích použitých k jejich konstrukci. Zejména je třeba dbát na to, aby byly tyto algoritmy trénovány pomocí obrázků reprezentujících ty, s nimiž se algoritmus při používání setká.

Klíčovou součástí regionální anestezie je aplikace anestetika do prostoru v blízkosti příslušného nervu. Po zavedení je na ultrazvukovém snímku vidět jehla i anestetikum. Modely trénované pomocí neinvazivních snímků zaznamenaných od zdravých dobrovolníků nebudou dostatečné. Přestože neinvazivní snímky od dobrovolníků mohou obsahovat klíčové anatomické rysy, nezobrazují jehlu a anestetikum.

Nejjednodušší možností, jak zachytit reprezentativní snímky, je vybrat pacienty, kteří budou mít regionální anestezii, a zaznamenat obrazová data přímo z ultrazvukového přístroje během výkonu. Tento způsob záznamu je transparentní pro lékaře i pacienta a žádným způsobem neovlivňuje léčbu pacienta.

Kromě toho ultrazvukové přístroje používané pro regionální anestezii nejsou připojeny k PACS a do ultrazvukového přístroje nejsou zadávány žádné informace umožňující identifikaci pacienta. Vzhledem k tomu, že je zaznamenáván pouze ultrazvukový snímek, jsou videa zcela anonymní a nelze je zpětně vysledovat k žádné osobě.

Tato studie je součástí většího výzkumného programu a vybuduje a ověří systém schopný zvýraznit klíčové anatomické rysy. Jakmile bude systém dokončen, bude provedena další studie, která jej otestuje na klinice a určí potenciální přínosy pro pacienty a lékaře.