Guía de anatomía para anestesia regional

El uso de anestesia regional (AR) y bloqueo de nervios periféricos (PNB) está creciendo, aunque la anestesia general (AG) sigue siendo más común en la práctica quirúrgica general. Alrededor del 65% de todos los procedimientos susceptibles de una técnica regional actualmente utilizan GA, y la orientación actual del Instituto Nacional de Salud y Excelencia Clínica (NICE) del Reino Unido es que toda la anestesia regional debe realizarse utilizando la guía de ultrasonido. Sin embargo, se esperan más aumentos en la anestesia regional, ya que hay importantes beneficios económicos y para el paciente. En particular, los costos por procedimiento de la anestesia regional son considerablemente menores que los de la anestesia general.

Aunque está creciendo, la anestesia regional guiada por ultrasonido es difícil de aprender y de realizar. Existen importantes problemas de coordinación mano-ojo, ya que el médico debe manipular simultáneamente la aguja y la sonda de ultrasonido para guiar la aguja hacia el objetivo. Además, tanto la aguja como la anatomía del objetivo pueden ser muy difíciles de ver en la imagen de ultrasonido.

Los investigadores creen que un sistema asistido por computadora que resalte las características anatómicas clave en la imagen de ultrasonido haría que este procedimiento fuera más seguro para los pacientes y más simple para el médico.

Actualmente, el método líder para la segmentación automática de imágenes utiliza el aprendizaje profundo, para lo cual se requieren muchos miles de imágenes de entrenamiento. Ha habido varios éxitos en la aplicación de estas técnicas a las imágenes médicas, incluido el ultrasonido. Sin embargo, parece que se ha prestado relativamente poca atención a la segmentación automática de imágenes de ultrasonido para anestesia regional.

La referencia más cercana a nuestra investigación propuesta describe un método para localizar el nervio mediano en imágenes de ultrasonido del antebrazo. También ha habido un desafío de Kaggle para segmentar los nervios del plexo braquial en el cuello. También se pueden segmentar varias regiones anatómicas al mismo tiempo. Sin embargo, ninguno de estos estudios es directamente aplicable al uso clínico, ya que solo tratan con imágenes capturadas de voluntarios sanos. Tampoco consideran cómo se podrían utilizar estas técnicas para ayudar a los anestesistas que realizan anestesia regional en la clínica.

La justificación de este estudio es determinar si el resaltado automático en tiempo real de características anatómicas clave puede ayudar a los médicos a realizar anestesia regional guiada por ecografía.

El sistema propuesto por Medaphor para el resaltado automático utiliza aprendizaje profundo y requiere muchos miles de imágenes para que el sistema aprenda. Sin embargo, los algoritmos de aprendizaje automático, como el aprendizaje profundo, dependen en gran medida de las imágenes utilizadas para construirlos. En particular, se debe tener cuidado para garantizar que estos algoritmos se entrenen utilizando imágenes representativas de las que encontrará el algoritmo cuando esté en uso.

Una parte clave de la anestesia regional consiste en inyectar anestésico en el espacio cercano al nervio correspondiente. Una vez introducido, tanto la aguja como el anestésico se pueden ver en la imagen de ultrasonido. Los modelos entrenados con imágenes no invasivas grabadas de voluntarios sanos no serán suficientes. Aunque las imágenes no invasivas de voluntarios pueden contener las características anatómicas clave, no mostrarán la aguja ni el anestésico.

La opción más simple para capturar imágenes representativas es seleccionar pacientes que recibirán anestesia regional y registrar los datos de la imagen directamente desde la máquina de ultrasonido a medida que se realiza el procedimiento. Este método de registro es transparente tanto para el médico como para el paciente y no afecta el tratamiento del paciente de ninguna manera.

Además, las máquinas de ultrasonido utilizadas para la anestesia regional no están conectadas a PACS y no se ingresa información identificable del paciente en la máquina de ultrasonido. Dado que solo se graba la imagen de ultrasonido, los videos son completamente anónimos y no se puede rastrear a ningún individuo.

Este estudio es parte de un programa de investigación más amplio y construirá y validará un sistema capaz de resaltar las características anatómicas clave. Una vez que el sistema esté completo, se realizará un estudio adicional para probarlo en la clínica y determinar los posibles beneficios para los pacientes y los médicos.