Implementace chirurgické bezpečnosti a intraoperační identifikace metastáz prostřednictvím hlubokého učení: Multicentrická sbírka videí pro minimálně invazivní disekci sentinelové lymfatické uzliny u zhoubných nádorů dělohy (LYSE)

Chirurgie představuje přibližně dvě třetiny všech nemocničních komplikací. Přibližně 75 % těchto komplikací se vyskytuje během chirurgických zákroků a polovina z nich je považována za preventabilní. Tradičně se studie o chirurgické bezpečnosti spoléhaly hlavně na perioperační informace a písemné zprávy od samotných chirurgických operátorů. V dnešní době lze snadno nahrávat videa, která vedou chirurga během minimálně invazivních výkonů a poskytují objektivní dokumentaci chirurgických výkonů. Studium chirurgických videí a kvantifikace intraoperačních příhod nabízí slibný nový pohled na příčiny nežádoucích příhod s potenciálem vyvinout řešení pro snížení chirurgických rizik a usnadnění implementace mezinárodních bezpečnostních doporučení v chirurgii.

Kromě toho nedávný pokrok v umělé inteligenci (AI) ukázal velký úspěch v porozumění obrazu, což zvýšilo možnost vývoje algoritmů pro automatickou a rozsáhlou analýzu chirurgických videí. Tyto algoritmy AI by také mohly analyzovat chirurgická videa v reálném čase a poskytovat podporu při rozhodování na operačním sále.

Posouzení stavu lymfatických uzlin má zásadní význam u zhoubných nádorů dělohy (karcinom endometria a děložního čípku). Míra pozitivních lymfatických uzlin u zjevně raného stadia rakoviny je zdaleka nízká (10 % endometriálních a cervikálních 15 %). Prognóza a režimy adjuvantní léčby jsou skutečně silně ovlivněny přítomností postižení uzlin. Systematické extenzivní lymfadenektomie se často provádějí pro stanovení stadia, diagnostiku skipových metastáz a pro vymezení radiačního pole, když je vyžadována adjuvantní radioterapie. Nicméně pánevní a/nebo paraaortální lymfadenektomie může vést k významným krátkodobým i dlouhodobým komplikacím.

Břemeno chirurgické morbidity je ještě obtížnější nést v tom, že ve většině případů, bez ohledu na typ malignity pánve, jsou lymfatické uzliny bez metastáz. To znamená, že většina pacientů podstoupí zbytečný, riskantní a zatěžující zákrok, který nemá prokázaný dopad na jejich přežití. Při řešení tohoto problému u raného stadia karcinomu endometria a děložního hrdla sehrálo významnou roli hodnocení sentinelové lymfatické uzliny (SLN). odběr neoplastických buněk v případě šíření nádoru do uzlin umožňuje pacientům s negativními uzlinami, aby byli ušetřeni chirurgických komorbidit spojených se systematickou lymfadenektomií. Avšak i když je odstraněna pouze SLN, míra chirurgických komplikací je stále vysoká. Capozzi et al uvedli 11,2% míru komplikací souvisejících s intraoperačním poraněním cév, nervů a močovodů a pooperačním průkazem lymfokély a lymfedémů v důsledku nesprávné anatomické disekce a porušení lymfatických kanálů. Uvádí se 25% selhání mapování SLN podle charakteristik pacientů a rakoviny a variability v chirurgických krocích. V roce 2021 Moloney et al a v roce 2023 Bizzarri et al publikovali Delphi konsensus pro chirurgické kroky SLN u karcinomu endometria a děložního čípku s cílem zlepšit klinické výsledky, snížit chirurgické komplikace a zkreslení v multicentrických prospektivních studiích. K dnešnímu dni se ukázalo, že pro úspěšné bilaterální mapování je zapotřebí křivka učení 40 postupů. Kromě toho se v některých případech uvádí neúmyslné selhání odběru uzlinové tkáně ve 14 % případů (vyšší míra u obézních pacientek s karcinomem endometria) s prázdnými balíčky, což může vést k přeléčení kvůli bezpečnosti pacientky. Obtížná analýza zmrazených řezů sentinelové uzliny se pak rutinně neprovádí kvůli její nevýhodě z hlediska časové náročnosti a nepřesných výsledků pro detekci mikrometastáz (65 % přesnosti detekce), čímž ztrácí část potenciálu techniky.

U laparoskopické cholecystektomie byl popsán kritický pohled na bezpečnost (CVS), který snižuje riziko poranění žlučovodů. Naším cílem je přizpůsobit koncepty „kultury bezpečnosti“ laparoskopické disekci uzlu SLN identifikací klíčových anatomických orientačních bodů a struktur v různých scénářích, které by mohly zabránit intraoperačním poraněním a zvýšit míru mapování pomocí standardních chirurgických kroků.

Kvantifikace a studium intraoperačních příhod, jako je míra dosažení doporučených chirurgických kroků, by proto umožnila prozkoumat, jak nejlépe implementovat doporučená doporučení a hledat nová řešení ke snížení operačních rizik. Kromě toho by tato videa mohla být použita k trénování a ověřování algoritmů umělé inteligence (AI) s potenciálem pomoci chirurgům na operačním sále pomoci při výcviku rychleji dosáhnout křivky učení a zlepšit bezpečnost procedur. Nedávné algoritmy umělé inteligence schopné automaticky vyhodnocovat a dokumentovat kritický pohled na bezpečnost (CVS) pomocí krátkých videí by ve skutečnosti mohly být využity k podpoře implementace pokynů a zvýšení bezpečnosti laparoskopické disekce SLN.

Analýza videí laparoskopické disekce SLN provedené v referenčních centrech by mohla pomoci posoudit implementaci postupného přístupu k výkonu a rozvoj kritického pohledu na bezpečnost (CVS) spolu s dalšími doporučenými doporučeními a také vyvinout nová řešení pro bezpečnou laparoskopickou SLN pitva. Kroky k identifikaci a "Kritický pohled na bezpečnost" jsou plně popsány ve studii. Náš projekt zdůrazňuje důležitost dosažení těchto názorů na bezpečnost před přistoupením k dalšímu kroku postupu. Další krok zahrnuje analýzu intenzity fluorescenčního signálu a jeho korelaci, jak to ještě nikdo neudělal, s histologickou diagnózou sentinelové lymfatické uzliny, aby se posoudila možnost korelace mezi intenzitou a metastatickým charakterem.

Algoritmy umělé inteligence pro bezpečnou laparoskopickou disekci SLN by navíc mohly být testovány na shromážděných videích z různých nemocničních center, aby bylo možné adekvátně studovat zobecnitelnost těchto algoritmů před klinickým překladem.

Účely a cíle klinické studie:

Cílem této studie je stanovit míru kritického pohledu na bezpečnost (CVS) pro bezpečnou laparoskopickou disekci SLN v multicentrické kohortě chirurgických videí s cílem snížit komplikace, křivku chirurgického učení a korelovat intenzitu ICG s metastatickým charakterem lymfatických uzlin