인공 지능(AI)/기계 학습(ML)의 타당성 및 유용성 - 복강경 담낭 절제술에서 중요한 해부학적 구조 및 절차 단계의 고급 수술 중 시각화 및 식별 주도

담낭절제술 중 담관 손상(BDI)은 조기 사망 위험 증가, 장기 및 반복 입원을 필요로 하는 여러 번의 재개입을 포함한 심각한 진행성 이환율, 미국에서 매년 10억 달러 이상의 추가 의료 비용이 드는 심각한 외과적 합병증입니다. 도입 복강경 접근 방식은 최소 침습 접근 방식의 이점이 명확하게 입증되어 전체 복강경 담낭 절제술 절차 규모를 점진적으로 증가시켰습니다. 그러나 이점에도 불구하고 최소 침습적 접근 방식은 일부 보고서에서 BDI 발생률을 최대 4배까지 증가시키고 지속적으로 증가시키는 결과를 낳았습니다.

대부분의 주요 담도 손상은 인식하지 못하거나 의도하지 않은 인식, 총담관 또는 간관을 낭성관으로 오인하거나 잘못 해석하거나 비정상적인 담관을 오인하여 발생합니다. 수술 중 담관 조영술(IOC)의 일상적인 사용이 BDI의 감소 및 조기 수술 중 발견과 상당한 연관성이 있다는 것이 점차 분명해지고 있습니다. 2018년 최근 '담낭절제술 중 담관 손상 예방에 관한 최첨단 컨센서스 회의'는 예상되는 어려운 담낭절제술에서 안전에 대한 비판적 관점(CVoS)과 IOC의 자유로운 사용을 문서화하는 것이 잠재적으로 완화할 수 있는 매우 권장되는 단계라고 강력히 권장했습니다. 특히 해부학적 구조가 불확실하거나 절개가 어려운 환자의 복강경 담낭절제술(LC) 동안 BDI의 위험.

그러나 형광투시 지침에 따라 기존의 IOC를 복강경으로 수행하는 것은 외과의의 기술에 도전할 수 있고 시간이 많이 걸리며 이미지를 해석하기 위한 학습 곡선이 필요합니다. 어려운 담낭절제술과 BDI 가능성에 대한 잘 알려지고 수용된 위험 요소에도 불구하고 IOC에 대한 고급 영상의 사용은 가변적이고 사용자 의존도가 높습니다. IOC의 선택적 사용에 대한 이론적 근거는 BDI의 유병률과 발생률이 낮기 때문에 개별 개업의가 일상적인 사용을 정당화하기 위해 외과의의 일상 업무 또는 평생 동안 이러한 합병증을 거의 경험하지 않는다는 사실에 기인합니다. 이는 방사선 기반 형광 투시 IOC가 효율적인 작업 흐름, 유용성 및 비용(조영제 준비 및 주입 필요, 잠재적인 부작용 알레르기 반응, 방사선 노출 위험, 교육 요구 사항, 대규모 자본 장비 필요, 공간 및 비용), 능숙한 분석의 가변성.

인도시아닌 그린(ICG)을 사용하는 근적외선 형광 담관조영술(NIFC)을 사용하는 최근의 무작위 통제 시험은 백색광(WLI) 단독으로 복강경 담낭 절제술 동안 간외 담도 구조의 상당히 우수한 시각화를 입증했습니다. 7개 담도 구조 모두에 대해 NIFC를 사용한 경우 육안으로 해부 전 외과의사 발견률이 기존 WLI 단독보다 훨씬 더 높았습니다(> 1.8 - 3.1배). 그러나 모든 구조에서 유사한 그룹 간 차이가 관찰되었지만 NIFC를 추가해도 해부 후 낭성 관 및 낭성 관/담낭 접합부의 추가 감지가 향상되지 않았습니다. 또한 증가된 체질량 지수는 특히 해부 전 두 그룹에서 대부분의 구조 감지 감소와 관련이 있었습니다. 흥미롭게도 WLI 그룹에서 단 2명의 환자만이 담도 손상을 입었습니다.

ActivSightTM는 간외 담도 시각화를 위한 ICG 형광과 복강경 폼 팩터에서 관류 감지를 위한 레이저 반점 대비 이미징(LSCI)을 결합한 FDA 승인 장치입니다. ActivSightTM는 간외 담도 ICG와 낭포관 및 동맥을 통한 미세관류를 모두 표시하는 모든 현재 WLI 복강경 시각화 시스템에 대한 증강 시각화를 허용합니다. 중요하지 않은 위험 장치인 ActivSightTM는 복강경 담낭 절제술과 비만, 식도 및 결장직장 수술을 위해 150명 이상의 환자에게 입증된 안전성과 유용성으로 사용되었습니다. 또한 ActivSightTM는 고급 분석 및 AI/ML 모델 개발을 위한 원시 적외선 시각화 데이터를 허용합니다.

외과 의사/과학자들은 이제 LC의 다양한 절차 단계를 세분화 및 분석하고 표준 WLI 절차 비디오를 기반으로 인공 지능(AI)/기계 학습(ML)을 사용하여 추론 모델 및 알고리즘을 개발했습니다. LC 절차의 여러 단계를 인식하는 AI/ML 모델은 일단 구조가 명확하게 해부된 후 제한된 훈련된 데이터 세트에서 80-95%만큼 정확할 수 있지만, 이전에 담관 및 동맥과 같은 중요한 구조를 식별하는 데 더 관련성 있고 핵심 가치가 있을 것입니다. 외과적 절개가 수행된 후가 아니라 도중에. 컴퓨터 비전에 대해 훈련된 AI/ML을 기반으로 삼각형 해부 전과 도중에 이러한 중요한 구조를 조기에 감지하고 식별하면 외과의가 보다 효과적이고 안전한 LC를 수행하는 데 도움이 될 수 있습니다.

ActivSightTM는 LSCI(Laser-speckle-contrast imaging)로 알려진 단색 간섭성 광을 기반으로 하는 FDA 510(k) 승인 광학 이미징 시스템이며 혈류 및 조직 관류를 감지할 수 있는 간섭성 단색광을 사용하는 무표지 이미징 방법을 나타냅니다. . 기존 복강경과 카메라 시스템 사이에 맞는 작은 이미징 모듈과 현재 상용 시스템을 따라 배치된 별도의 광원은 수술 중에 객관적인 실시간 조직 관류 및 혈류 정보를 제공합니다. 또한 ActivSightTM는 현재 상용 제품과 동등하거나 그 이상으로 실시간으로 담도 트리의 ICG 기반 시각화를 버튼만 누르면 효과적으로 표시할 수 있습니다. ActivSight의 혁신적인 폼 팩터는 작업 흐름에 대한 중단을 최소화하면서 현재 경쟁 제품보다 훨씬 적은 비용으로 ICG 기반 시각화를 위한 모든 복강경 시스템을 가능하게 합니다.

ActivInsightTM는 AI/ML 기반 알고리즘을 사용하여 LC 중에 시술 단계와 중요한 해부학적 구조, 즉 담낭, 낭성 관 및 낭성 동맥을 인식하는 ActivSightTM의 프로토타입 소프트웨어 기능입니다. 문헌에 보고된 다른 모델과 ActivInsightTM의 주요 차이점은 ActivInsightTM가 WLI 외에 ICG 및 LSCI를 사용하여 주석이 달린 데이터 세트에서 훈련된다는 것입니다.

이 시험에서 조사관은 중요한 위상과 구조를 감지하는 데 있어 ActivInsightTM의 정밀도와 정확도를 먼저 검증한 다음 테스트하고 알고리즘의 성능을 WLI만 사용하여 개발된 모델과 LC에서 기존 외과의의 육안 감지를 기반으로 한 알고리즘과 비교할 것을 제안합니다. 사전 및 중간 해부 단계. 편견을 없애기 위해 조사관은 AI/ML의 실시간 기능이 수술의에게 보이지 않도록 주 수술의 화면에 블라인드 보조 화면을 연결하여 실시간 분석 및 고급 기술의 일상적인 사용 비교를 수행합니다. 컴퓨터 비전 기반 AI/ML이 있거나 없는 현재 WLI 시각화 단독 대비 증강 시각화.