Präzise Erkennung mit verbesserter Sicht auf endokrine Halsziele (PREVENT)

Die größte Herausforderung bei Schilddrüsen- und Nebenschilddrüseneingriffen ist die sichere Identifizierung des N. recurrens (RLN) und die Lokalisierung der Nebenschilddrüsen (zu erhalten oder selektiv zu entfernen). Iatrogene Verletzungen der Nebenschilddrüsen während einer Schilddrüsenoperation (die zu vorübergehender oder dauerhafter Hypokalzämie führen) oder der RLN (die zu Heiserkeit, Dysphonie, Dyspnoe führen) treten immer noch auf und erfordern häufig eine spezialisierte Behandlung.

Der Anteil der zufälligen Parathyreoidektomien in spezialisierten endokrinen Zentren liegt bei etwa 16 %. In diesen Fällen ist eine klinisch relevante Hypokalzämie wahrscheinlicher als nach geplanter Parathyreoidektomie wegen Hyperparathyreoidismus. Daher besteht ein kritischer Bedarf an einem intraoperativen Verfahren, das eine präzise Identifizierung der Nebenschilddrüse in Echtzeit ermöglicht.

Kürzlich wurde gezeigt, dass die Nebenschilddrüse eine signifikante Autofluoreszenz zeigt, die durch die optischen Eigenschaften eines noch unbekannten intrinsischen Fluorophors verursacht wird. Wenn die Drüse durch eine Lichtquelle mit einer Wellenlänge im Bereich von 750–785 nm angeregt wird, emittiert sie einen Fluoreszenzpeak bei etwa 820 nm. Unter Ausnutzung dieser Eigenschaft konnten Falco et al. mit einer handelsüblichen NIR-Kamera (Fluobeam®, Fluoptics©, Frankreich) die Nebenschilddrüsen durch kontrastmittelfreie Fluoreszenzbildgebung klar darstellen und sie leicht von der Schilddrüse und der Umgebung unterscheiden Gewebe. Der Nachteil dieser auf Autofluoreszenz basierenden Bildgebung besteht darin, dass eine Echtzeit-Quantifizierung der Fluoreszenzintensität fehlt.

Hyperspectral Imaging (HSI), eine Technologie, die ein Spektrometer mit einem Kamerasystem kombiniert, untersucht die optischen Eigenschaften einer großen Fläche in einem Wellenlängenbereich vom nahen Infrarot (NIR) bis zum sichtbaren Licht (VIS). Es liefert diagnostische Informationen über Gewebephysiologie, -zusammensetzung und -durchblutung. Die Tatsache, dass das HSI Bilder erzeugt und somit räumliche Informationen in Echtzeit auf berührungslose, nicht ionisierende Weise liefert, macht es zu einem potenziell sehr wertvollen Werkzeug für den intraoperativen Einsatz.

HSI hat sein großes Potenzial im medizinischen Bereich vor allem bei der Diagnose verschiedener Neoplasien (z. B. der Zervix, Brust, Dickdarm, Gehirn), bei der Erkennung von Perfusionsmustern bei Patienten mit peripherer arterieller Verschlusskrankheit und im Bereich der Wunddiagnostik gezeigt.

Wie zuvor gezeigt, ist es möglich, die Schilddrüse anhand der spektralen Eigenschaften von den Nebenschilddrüsen zu unterscheiden, aber die HSI-Technologie würde die räumlichen Informationen hinzufügen und so die intraoperative Leistung enorm verbessern.

In Zusammenarbeit mit der Universität Leipzig, Deutschland, führten die Forscher eine klinische Pilotstudie an 8 Patienten durch, die vielversprechende Ergebnisse zeigte. Hyperspektralbilder während gutartiger endokriner chirurgischer Eingriffe konnten zeigen, dass Schilddrüse und Nebenschilddrüse spezifische hyperspektrale Signaturen aufweisen. Außerdem zeigten sich die Nebenschilddrüsen meist weniger sauerstoffreich als die Schilddrüse. Eine Diskriminierung der Nebenschilddrüsen anhand dieser Merkmale ist nachweislich möglich.

Ziel der vorgeschlagenen Studie ist es, die spektralen Merkmale der wichtigen Hals-Zielstrukturen, insbesondere der Nebenschilddrüsen, unter Verwendung eines geeigneten Deep-Learning-Algorithmus zu identifizieren, um eine automatisierte Nebenschilddrüsenerkennung durchzuführen. Darüber hinaus schlägt diese Studie vor, die Erkennungsrate der hyperspektralbasierten Nebenschilddrüsenerkennung mit der bereits bestehenden NIR-Autofluoreszenz-basierten Erkennung zu vergleichen.