Machbarkeit und Nützlichkeit von künstlicher Intelligenz (KI) / maschinellem Lernen (ML) - getriebene fortgeschrittene intraoperative Visualisierung und Identifizierung kritischer anatomischer Strukturen und Verfahrensphasen bei der laparoskopischen Cholezystektomie

Eine Gallengangsverletzung (BDI) während einer Cholezystektomie ist eine schwerwiegende chirurgische Komplikation mit einem erhöhten Risiko eines frühen Todes, schwerwiegenden anhaltenden Morbiditäten, einschließlich mehrfacher erneuter Eingriffe, die einen längeren und wiederholten Krankenhausaufenthalt erfordern, und über einer Milliarde Dollar an zusätzlichen Gesundheitskosten in den USA jedes Jahr. Der laparoskopische Einführungsansatz hat das Gesamtvolumen des laparoskopischen Cholezystektomieverfahrens schrittweise erhöht, um eindeutig nachgewiesene Vorteile des minimalinvasiven Ansatzes zu erzielen. Trotz der Vorteile hat der minimalinvasive Ansatz jedoch in einigen Berichten zu einer erhöhten und anhaltenden Inzidenz von BDI geführt, die bis zu 4-fach ist.

Die meisten schweren Gallenverletzungen resultieren aus einer unerkannten oder unbeabsichtigten Wahrnehmung, entweder einer falschen Identifizierung oder falschen Interpretation des Ductus choledochus oder des Lebergangs als Cysticus oder einer falschen Identifizierung eines abweichenden Gallengangs. Es wird immer deutlicher, dass die routinemäßige Anwendung der intraoperativen Cholangiographie (IOC) einen signifikanten Zusammenhang mit einem verringerten und früheren intraoperativen Nachweis von BDI hat. Die jüngste „Stand der Technik Konsenskonferenz zur Prävention von Gallengangsverletzungen während der Cholezystektomie“ im Jahr 2018 empfahl nachdrücklich, dass die Dokumentation der kritischen Sicht der Sicherheit (CVoS) und eine großzügige Verwendung von IOC bei erwarteter schwieriger Cholezystektomie dringend empfohlene Schritte sind, die möglicherweise Abhilfe schaffen können das Risiko einer BDI während der laparoskopischen Cholezystektomie (LC) bei Patienten, insbesondere mit unsicherer Anatomie oder schwieriger Dissektion.

Die Durchführung traditioneller IOC laparoskopisch unter fluoroskopischer Anleitung kann jedoch die Fähigkeiten des Chirurgen herausfordern, ist zeitaufwändig und erfordert eine Lernkurve, um Bilder zu interpretieren. Trotz bekannter und anerkannter Risikofaktoren für schwierige Cholezystektomien und Potenzial für BDI bleibt die Verwendung fortschrittlicher Bildgebung für IOC jedoch variabel und stark benutzerabhängig. Der Grund für die selektive Verwendung von IOC ist der Tatsache zuzuschreiben, dass die Prävalenz und Inzidenz von BDI gering sind, sodass ein einzelner Arzt in seiner täglichen Praxis oder im Leben eines Chirurgen selten auf solche Komplikationen stoßen würde, um eine routinemäßige Verwendung zu rechtfertigen. Dies wird weiter durch die Tatsache verstärkt, dass strahlungsbasierte fluoroskopische IOC für einen effizienten Arbeitsablauf, Nützlichkeit und Kosten umständlich sind (Erfordernis der Vorbereitung und Injektion von Kontrastreagenzien, potenzielle unerwünschte allergische Reaktionen, Risiko einer Strahlenexposition, Schulungsbedarf, Bedarf an großen Investitionsgütern, Platz und Kosten) und Variabilität in der kompetenten Analyse.

Jüngste randomisierte kontrollierte Studien mit Nahinfrarot-Fluoreszenz-Cholangiographie (NIFC) unter Verwendung von Indocyaningrün (ICG) zeigten eine signifikant bessere Visualisierung extrahepatischer Gallenstrukturen während der laparoskopischen Cholezystektomie mit Weißlicht (WLI) allein. Die Erkennungsraten vor der Dissektion durch den Chirurgen mit bloßem Auge waren bei Verwendung von NIFC für alle 7 Gallenstrukturen signifikant höher (> 1,8 - 3,1-fach) als bei herkömmlichem WLI allein. Obwohl für alle Strukturen ähnliche Unterschiede zwischen den Gruppen beobachtet wurden, verbesserte die Zugabe von NIFC die zusätzliche Erkennung des Ductus cysticus und der Verbindung zwischen Ductus cysticus und Gallenblase nach der Dissektion nicht. Darüber hinaus war ein erhöhter Body-Mass-Index mit einer verminderten Erkennung der meisten Strukturen in beiden Gruppen verbunden, insbesondere vor der Dissektion. Interessanterweise erlitten nur 2 Patienten, beide in der WLI-Gruppe, eine Gallengangsverletzung.

ActivSightTM ist ein von der FDA zugelassenes Gerät, das ICG-Fluoreszenz zur extrahepatischen Gallenvisualisierung und Laser-Speckle-Kontrast-Bildgebung (LSCI) zur Perfusionserkennung in einem laparoskopischen Formfaktor kombiniert. ActivSightTM ermöglicht eine erweiterte Visualisierung für alle gängigen laparoskopischen WLI-Visualisierungssysteme, die sowohl extrahepatische biliäre ICG als auch Mikroperfusion über Cysticus und Arterie anzeigen. Als Gerät ohne signifikantes Risiko wurde ActivSightTM bei weit über 150 Patienten für laparoskopische Cholezystektomien und bariatrische, ösophageale und kolorektale Verfahren mit nachgewiesener Sicherheit und Nützlichkeit verwendet. Darüber hinaus ermöglicht ActivSightTM rohe Infrarot-Visualisierungsdaten für erweiterte Analysen und die Entwicklung von KI/ML-Modellen.

Chirurgen/Wissenschaftler haben nun verschiedene Verfahrensphasen von LC segmentiert und analysiert und Inferenzmodelle und Algorithmen entwickelt, die künstliche Intelligenz (KI)/maschinelles Lernen (ML) auf der Grundlage von standardmäßigen WLI-Verfahrensvideos verwenden. Obwohl AI/ML-Modelle, die verschiedene Phasen von LC-Verfahren erkennen, bei einem begrenzten trainierten Datensatz eine Genauigkeit von 80-95 % erreichen können, sobald die Strukturen klar seziert wurden, wäre die Identifizierung kritischer Strukturen wie Gallengänge und Arterien vor und von größerem Relevanz und Schlüsselwert während, nicht nach der chirurgischen Präparation. Die frühzeitige Erkennung und Identifizierung dieser kritischen Strukturen vor und während der Dissektion des Dreiecks auf der Grundlage von KI/ML, die auf Computer Vision trainiert wurde, kann Chirurgen dabei helfen, eine effektivere und sicherere LC durchzuführen.

ActivSightTM ist ein von der FDA 510(k) zugelassenes optisches Bildgebungssystem, das auf monochromatischem kohärentem Licht basiert und als Laser-Speckle-Kontrast-Bildgebung (LSCI) bekannt ist, und ein markierungsfreies Bildgebungsverfahren darstellt, das kohärentes monochromatisches Licht verwendet, bei dem Blutfluss und Gewebedurchblutung erkannt werden können . Ein kleines Bildgebungsmodul, das zwischen jedes vorhandene Laparoskop- und Kamerasystem passt, und eine separate Lichtquelle, die entlang eines beliebigen aktuellen kommerziellen Systems platziert wird, liefern intraoperativ objektive Gewebeperfusions- und Blutflussinformationen in Echtzeit. Darüber hinaus kann ActivSightTM auch auf Knopfdruck eine ICG-basierte Visualisierung des Gallenbaums in Echtzeit darstellen, die gleichwertig oder besser als aktuelle kommerzielle Produkte ist. Der innovative Formfaktor von ActivSight ermöglicht jedem laparoskopischen System eine ICG-basierte Visualisierung zu einem Bruchteil der Kosten aktueller Wettbewerber bei minimaler Unterbrechung des Arbeitsablaufs.

ActivInsightTM ist eine Prototyp-Softwarefunktion in ActivSightTM, die Verfahrensphasen und kritische anatomische Strukturen, nämlich Gallenblase, Gallengang und Zystenarterie, während LC mithilfe von KI/ML-basierten Algorithmen erkennt. Der Hauptunterschied von ActivInsightTM zu anderen in der Literatur beschriebenen Modellen besteht darin, dass ActivInsightTM auf Datensätzen trainiert wird, die mit ICG und LSCI zusätzlich zu WLI kommentiert wurden.

In dieser Studie schlagen die Forscher vor, die Präzision und Genauigkeit von ActivInsightTM bei der Erkennung kritischer Phasen und Strukturen zunächst zu validieren und dann zu testen und die Leistung der Algorithmen mit denen zu vergleichen, die auf Modellen basieren, die nur mit WLI und der herkömmlichen Erkennung mit bloßem Auge des Chirurgen während LC in entwickelt wurden Prä- und Mid-Dissektionsphase. Um jegliche Voreingenommenheit zu beseitigen, werden die Ermittler einen sekundären Bildschirm anschließen, der mit den Hauptbildschirmen des operierenden Chirurgen verblindet ist, sodass die Echtzeitfunktion der KI/ML für den operierenden Chirurgen nicht sichtbar ist, um eine Echtzeitanalyse und einen Vergleich der routinemäßigen Verwendung von Advanced durchzuführen Erweiterte Visualisierung im Vergleich zur aktuellen WLI-Visualisierung allein mit oder ohne Computer Vision-basierte KI/ML.