AI kötheti össze másodpercek alatt a műtéti röntgent a 3D képpel

A lapos röntgenképet 3D adatokkal kapcsolja össze

A minimálisan invazív műtéteknél az orvosok gyakran valós idejű röntgenfelvételekkel vezetik a kis bemetszéseken át bevezetett eszközöket, például katétereket és endoszkópokat. A röntgen azonban kétdimenziós kép, ezért nehéz lehet pontosan megállapítani, hol helyezkedik el és milyen irányban áll a műtéti eszköz a testen belül.

A klinikusok ezt úgy próbálják megoldani, hogy a műtét előtt készült CT- vagy MRI-felvételeket összeillesztik a röntgenképekkel. Ezt a folyamatot regisztrációnak nevezik. A manuális eljárás lassú és megterhelő, mivel az orvosnak számokat kell megadnia, vagy anatómiai pontokra kell kattintania a számítógépen.

Az MIT és együttműködő intézményeinek kutatói által készített xvr, vagyis X-ray volume registration, ezt a páciensre szabott illesztést automatizálja. A rendszer egyetlen páciens röntgenfelvételeit kapcsolja össze a hozzá tartozó 3D orvosi képpel, a kutatók szerint másodpercek alatt és szubmilliméteres pontossággal.

A rendszer öt perc alatt alkalmazkodik az új pácienshez

Az xvr a páciens műtét előtti CT- vagy MRI-vizsgálatából több szögből szintetikus röntgenképeket készít. A szimuláció másodpercenként körülbelül 1000 képet képes előállítani, és a röntgenképalkotás fizikáján alapul, hogy valósághű adatokat hozzon létre.

Ezekkel az adatokkal egy olyan AI-modellt tanítanak, amely képes összehangolni a páciens kétdimenziós röntgenképeit a 3D vizsgálattal. Egy teljesen új modell betanítása páciensenként körülbelül 12 órát venne igénybe, ezért a kutatók egy előzetesen betanított alapmodellt is létrehoztak.

Ehhez több mint 2000 páciens teljes testet lefedő 3D orvosi felvételeit használták, különböző életkorokból, képalkotási módszerekből és testrégiókból. Az alapmodell egy új pácienshez körülbelül öt perc alatt alkalmazkodik, majd ugyanazt a pontosságot éri el, mint az adott páciensre nulláról betanított rendszer.

Kórházi adatokon is tesztelték

A kutatók az xvr-t az eddigi legnagyobb, valós kétdimenziós és háromdimenziós regisztrációkat tartalmazó adathalmazon vizsgálták. Az adatok öt kórházból származtak, és felnőtt, valamint gyermek pácienseknél több tucat csontot és szervrendszert fedtek le.

A MIT Schwarzman College of Computing beszámolója szerint az xvr pontosságban és robusztusságban is jelentősen felülmúlta a korábbi AI-alapú módszereket, miközben elég gyors maradt sürgősségi műtétekhez. A kutatók szerint a technológia az olyan beavatkozásoknál lehet hasznos, mint az elzáródott artériák megnyitását célzó angioplasztika, illetve az ortopédiai és idegsebészeti eljárások.

Vivek Gopalakrishnan, az MIT Computer Science and Artificial Intelligence Laboratory kutatója és a tanulmány vezető szerzője szerint a 2D és 3D információ kombinálása szélesebb kör számára teheti hozzáférhetővé a magas szintű, életmentő beavatkozásokat. A kutatók a rendszert robotsebészeti technológiák teljesítményének javítására is használnák.

A klinikai használat előtt további vizsgálatok jönnek

A fejlesztők a következő időszakban gyorsítani szeretnék az xvr-t, hogy valós időben is használható legyen. További vizsgálatokkal ellenőriznék a megbízhatóságát más helyzetekben, és olyan összetettebb esetekre is kiterjesztenék, amelyekben a testrészek mozognak.

Gopalakrishnan közlése szerint a kutatócsoport sebészeti robotikai vállalatokkal és klinikai csoportokkal dolgozik azon, hogy a kutatásból navigációs vagy más gyakorlati eszköz szülessen. A Nature folyóiratban megjelent tanulmány eredményei így egyelőre fejlesztési és validációs alapot jelentenek a műtéti navigáció további automatizálásához.