Implementering av kirurgisk sikkerhet og intraoperativ metastaseidentifikasjon gjennom dyp læring: Multisentrisk videosamling for minimalt invasiv vaktpostlymfeknutedisseksjon i uterine maligniteter (LYSE)

Kirurgi står for omtrent to tredjedeler av alle sykehuskomplikasjoner. Omtrent 75 % av disse komplikasjonene oppstår under kirurgiske inngrep, og halvparten av dem anses å kunne forebygges. Tradisjonelt har studier av kirurgisk sikkerhet hovedsakelig basert seg på perioperativ informasjon og skriftlige rapporter fra operasjonsoperatørene selv. I dag kan videoer som veileder kirurgen under minimalt invasive prosedyrer enkelt tas opp, og gir objektiv dokumentasjon av kirurgiske inngrep. Å studere kirurgiske videoer og kvantifisere intraoperative hendelser gir et lovende nytt perspektiv på årsakene til uønskede hendelser, med potensial til å utvikle løsninger for å redusere kirurgisk risiko og lette implementeringen av internasjonale sikkerhetsanbefalinger innen kirurgi.

Videre har nyere fremskritt innen kunstig intelligens (AI) vist stor suksess i bildeforståelse, noe som øker muligheten for å utvikle algoritmer for automatisk og storskala analyse av kirurgiske videoer. Disse AI-algoritmene kan også analysere kirurgiske videoer i sanntid og gi beslutningsstøtte på operasjonssalen.

Vurderingen av lymfeknutestatus er av avgjørende betydning ved kreft i livmoren (endometrie- og livmorhalskreft). Forekomsten av positive lymfeknuter i tilsynelatende tidlig stadium av kreft er langt å være lav (10 % endometrial og cervical 15 %). Faktisk er prognosen og adjuvant behandlingsregimer sterkt påvirket av tilstedeværelsen av nodal involvering. Systematiske omfattende lymfadenektomier utføres ofte for iscenesettelse, diagnostisering av hoppemetastaser og for å definere strålefeltet når adjuvant strålebehandling er nødvendig. Likevel kan bekken- og/eller paraaorta-lymfadenektomi føre til betydelige kort- og langsiktige komplikasjoner.

Det som gjør byrden av kirurgisk sykelighet enda vanskeligere å bære, er at lymfeknutene i de fleste tilfeller, uavhengig av type bekkenmalignitet, er fri for metastaser. Dette betyr at flertallet av pasientene gjennomgår en unødvendig, risikabel og tyngende prosedyre som ikke har noen bevist innvirkning på deres overlevelse. For å løse dette problemet i tidlig stadium av endometrie- og livmorhalskreft, har evaluering av vaktpostlymfeknuten (SLN) fått en verdifull rolle. samle neoplastiske celler i tilfelle tumor nodal spredning gjør at node-negative pasienter kan spares fra kirurgiske komorbiditeter forbundet med systematisk lymfadenektomi. Men selv om bare SLN fjernes, er frekvensen av kirurgiske komplikasjoner fortsatt høy. Capozzi et al rapporterte en komplikasjonsrate på 11,2 % relatert til intraoperative skader på kar, nerver og urinledere og til postoperative tegn på lymfocytter og lymfødem på grunn av feil anatomi-disseksjon og forstyrrelse av lymfatiske kanaler. Det er rapportert 25 % av SLN-kartleggingssvikt i henhold til pasienter og kreftkarakteristikker og variasjon i de kirurgiske trinnene. I 2021 publiserte Moloney et al og i 2023 Bizzarri et al en Delphi-konsensus for SLN-kirurgiske trinn i endometrie- og livmorhalskreft for å forbedre de kliniske resultatene, redusere kirurgiske komplikasjoner og skjevheter i multisentriske prospektive studier. Til dags dato er det vist at en læringskurve på 40 prosedyrer er nødvendig for vellykket bilateral kartlegging. Videre er det i noen tilfeller rapportert om utilsiktet unnlatelse av å høste nodalvev i 14 % av tilfellene (høyere frekvens hos overvektige pasienter med endometriekreft) med tomme pakker som kan føre til overbehandling for pasientsikkerhet. Sentinel node frosset seksjonsanalyse blir derfor ikke rutinemessig utført på grunn av dens ulempe når det gjelder tidsforbruk og ikke nøyaktige resultater for mikrometastasedeteksjon (65 % av deteksjonsnøyaktigheten) og mister dermed en del av teknikkens potensial.

Ved laparoskopisk kolecystektomi er det kritiske syn på sikkerhet (CVS) blitt beskrevet for å redusere risikoen for skade på gallegangen. Vi tar sikte på å tilpasse konsepter for "sikkerhetskultur" til laparoskopisk SLN-knutedisseksjon ved å identifisere viktige anatomiske landemerker og strukturer, i ulike scenarier, som kan forhindre intraoperative skader og øke kartleggingshastigheten ved å følge de standardiserte kirurgiske trinnene.

Derfor vil kvantifisering og studier av intraoperative hendelser, slik som hastigheten for å oppnå de anbefalte kirurgiske trinnene, gjøre det mulig å undersøke hvordan man best kan implementere retningslinjer og finne nye løsninger for å redusere operativ risiko. Videre kan disse videoene brukes til å trene og validere kunstig intelligens (AI) algoritmer, med potensial til å hjelpe kirurger på operasjonssalen og hjelpe i opplæringen for å nå raskere læringskurven og forbedre den prosedyremessige sikkerheten. Faktisk kan nyere AI-algoritmer som er i stand til automatisk å vurdere og dokumentere det kritiske synet på sikkerhet (CVS) med korte videoer brukes for å støtte implementeringen av retningslinjer og gjøre laparoskopisk SLN-disseksjon sikrere.

Å analysere videoer av laparoskopisk SLN-disseksjon utført ved henvisningssentre kan bidra til å vurdere implementeringen av en trinnvis tilnærming til prosedyren og utviklingen av et kritisk syn på sikkerhet (CVS) sammen med andre retningslinjer for anbefalinger, samt utvikle nye løsninger for sikker laparoskopisk SLN disseksjon. Trinnene til identifisering og "Kritisk syn på sikkerhet" er fullstendig beskrevet i studien. Prosjektet vårt understreker viktigheten av å oppnå disse synspunktene om sikkerhet før vi går videre til neste trinn i prosedyren. Det neste trinnet innebærer å analysere intensiteten til det fluorescerende signalet og korrelere det, som ingen noen gang har gjort, med den histologiske diagnosen av vaktpostlymfeknuten for å vurdere muligheten for korrelasjon mellom intensitet og metastatisk natur.

I tillegg kan AI-algoritmer for sikker laparoskopisk SLN-disseksjon testes på de innsamlede videoene fra flere sykehussentre for å studere generaliserbarheten til disse algoritmene før klinisk oversettelse.

Hensikter og formål med den kliniske studien:

Målet med denne studien er å etablere frekvensen av kritisk syn på sikkerhet (CVS) for sikker laparoskopisk SLN-disseksjon i en multisenter-kohort av kirurgiske videoer for å redusere komplikasjoner, den kirurgiske læringskurven og korrelere ICG-intensiteten med lymfeknutemetastatisk natur