Künstliche Intelligenz für ultraschallgeführte periphere Nerven- und Ebenenblockaden

Sononotomie-Kenntnisse sind für ultraschallgeführte Regionalanästhesieverfahren (UGRA) unerlässlich. Unser Ziel war es, die Genauigkeit von Software für künstliche Intelligenz (KI) zu bewerten, die zur Unterstützung der sonoanatomischen Interpretation verwendet wird, indem anatomische Strukturen in peripheren Nerven- und Ebenenblöcken bei der Erkennung anatomischer Strukturen hervorgehoben werden.

Alle Scans wurden mit einem Ultraschallgerät (GE Logiq, Wisconsin, USA) mit KI-Software (Nerveblox, Smart Alfa Teknoloji San. Ve Tic. A.Ş., Ankara, Türkei). Wenn ein Benutzer mit diesem Setup einen Ultraschallscan durchführt, liefert die KI-Software dem Benutzer Echtzeit-Feedback über die Identifizierung anatomischer Strukturen/Orientierungspunkte.

Die KI-Software ist so konzipiert, dass sie dem Benutzer drei wichtige Feedback-Signale in Echtzeit liefert;

• Namensschilder für jede anatomische Struktur
• Farbüberlagerungen für jede anatomische Struktur
• Scan-Erfolgsrate für das gesamte Bild

Farbüberlagerungen und Namensschilder sind transparente Hervorhebungen und Punkte, die dem Benutzer ein allgemeineres räumliches Feedback zum anatomischen Layout geben. Die Vollständigkeitsrate der Ebene wird mit einem „Scan-Erfolgs“-Messgerät visualisiert, das den Benutzer auf eine Weise führt, die zeigt, wie nahe das aktuelle Bild an der idealen Visualisierung vordefinierter Orientierungspunkte liegt.

Die peripheren Nerven- und Ebenenblockregionen (ihre anatomischen Orientierungspunkte), die die KI-Software identifizieren kann, sind:

• Adduktorenkanal-Blockregion (Femoralarterie, Sartorius-Muskel, Saphenus-Nerv und Vastus medialis-Muskel)
• Blockregion des axillären Plexus brachialis (Axillarisarterie, Biceps brachii-Muskel, Coracobrachialis-Muskel, Conjoint-Sehne, Musculocutaneus-Nerv und Triceps brachii-Muskel)
• ESP (Erector Spinae Plane) Block Region (Erector Spinae-Muskel, Pleura, Rhomboid-Muskel, Trapezius-Muskel und Querfortsatz)
• Femurblockregion (Femoralarterie, Femoralvene, Femoralnerv und Iliopsoas-Muskel)
• PECS (Pectoral) Block Region (Pleura, M. Pectoralis minor, M. Pectoralis major, Rippe und M. Serratus anterior
• Region der Kniekehlenblockade (gemeinsamer N. peroneus, Kniekehlenarterie, Kniekehlenvene und N. tibialis)
• Blockregion der Rektusscheide (Peritonealhöhle, M. rectus abdominis, vordere Rektusscheide und hintere Rektusscheide)
• Oberflächliche Blockregion des zervikalen Plexus (vorderer Skalenus, Halsschlagader, zervikaler Plexus, Jugularvene und Sternocleidomastoideus-Muskel)

Für die Studie scannen drei Auszubildende der Anästhesiologie, die in Regionalanästhesie ausgebildet und für die Durchführung von UGRA-Techniken qualifiziert sind, jeden Freiwilligen unter Anleitung der KI-Software. Insgesamt werden drei Bewohner Scans von 8 Blocktypen für alle 40 Freiwilligen durchführen. Alle Scanbilder werden gespeichert. Mit diesem Verfahren werden 960 Ultraschallbilder sowohl in roher als auch in KI-verarbeiteter Form zur Expertenbeurteilung erfasst.

Ein Anästhesist mit Expertenwissen in ultraschallgeführten Regionalanästhesietechniken und ein Radiologe mit umfassender Ultraschallerfahrung werden die Genauigkeit der KI-Software auf den erfassten Ultraschallbildern überprüfen und bewerten. Um ein genaueres Ergebnis zu erhalten, wird die Bewertung der KI-Software für jede anatomische Struktur der ausgewählten Blockregionen separat durchgeführt.

Die Experten werden gebeten, die von der KI-Software platzierten Namensschilder und Farbüberlagerungen zu bewerten und zu bewerten (0: falsch platziert, 1: sehr schlecht, 2: schlecht, 3: gut, 4: sehr gut, 5: ausgezeichnet). Wenn ein Namensschild (dargestellt durch einen Punkt und eine Abkürzung des Strukturnamens) für eine anatomische Struktur so angeordnet ist, dass es sich nicht innerhalb der sichtbaren Grenzen der anatomischen Struktur befindet, lautet die Punktzahl „0: falsch positioniert“. Wenn ein Namensschild für eine anatomische Struktur korrekt innerhalb der visuellen Grenzen platziert ist und die anatomische Struktur darstellen kann, sollte die Bewertung zwischen „1: sehr schlecht“ und „5: ausgezeichnet“ liegen, je nach Konsistenz der umgebenden Farbe Overlay und die darunter liegende anatomische Struktur.

Die Daten werden mithilfe der SPSS 26-Software mit einem Konfidenzniveau von 95 % analysiert. Für die Messungen werden Mittelwert, Standardabweichung (SD), Minimum, Maximum und Median-Statistiken bereitgestellt. Da die Variable „Score“ ein ordinales Maß zwischen 0 und 5 ist und keine Normalverteilung in den Regionen liefert, werden bei der Analyse nichtparametrische Methoden verwendet.