Avanzamenti nella navigazione chirurgica dei tessuti molli
I nuovi sistemi di intelligenza artificiale puntano a migliorare i risultati chirurgici misurando il spostamento dei tessuti.
― 6 leggere min
Indice
Il cambiamento dei tessuti, noto anche come spostamento dei tessuti, avviene durante la chirurgia dei tessuti molli quando il tessuto cambia forma a causa di un infortunio e della perdita di tensione. Questo spostamento può muovere punti di riferimento importanti nel corpo, rendendo difficile per i chirurghi orientarsi durante l'operazione. Anche se questo problema è spesso discusso in neurochirurgia, è molto importante anche nella chirurgia della testa e del collo, dove molte strutture cruciali sono concentrate in un'area ristretta.
Attualmente, gli strumenti di navigazione possono aiutare i chirurghi a localizzare strutture ossee dure, come quelle trovate nelle operazioni sui seni. Tuttavia, non esistono sistemi progettati per tracciare i tessuti molli senza utilizzare marcatori. Questo è un problema significativo nelle chirurgia della testa e del collo che comporta la rimozione di tumori dei tessuti molli, poiché lo spostamento del tessuto può complicare il processo di rimozione.
L'obiettivo degli studi recenti è creare un nuovo tipo di sistema di navigazione che non si basi sui marcatori, ma utilizzi invece l'intelligenza artificiale (AI) per misurare e prevedere il cambiamento dei tessuti. Questo sistema assisterebbe i chirurghi sia nell'asportazione dei tumori che nella gestione delle procedure di sezioni congelate, dove sono necessarie valutazioni rapide dei tessuti rimossi. Una migliore orientazione durante l'intervento potrebbe portare a rimozioni di tumori più riuscite. Inoltre, una rilevazione accurata dell'area di riesportazione dopo un'analisi della sezione congelata migliorerebbe la sicurezza del paziente.
Importanza della misurazione dello spostamento dei tessuti
Misurare come si spostano i tessuti può aiutare nella pianificazione e nell'esecuzione di procedure mediche che coinvolgono il taglio e la ricostruzione dei tessuti. Quando i chirurghi pianificano di utilizzare lembi, che sono pezzi di tessuto usati per coprire difetti dopo la rimozione di un tumore, comprendere lo spostamento dei tessuti può portare a un miglior adattamento e a meno complicazioni. Se il sistema AI può misurare accuratamente lo spostamento dei tessuti, potrebbe facilitare la determinazione della dimensione del lembo necessario per la ricostruzione.
Attualmente, non ci sono studi noti che si concentrino sull'utilizzo dell'AI per misurare come cambia il Volume dei tumori e dei buchi lasciati dopo la rimozione dei tumori. Per raccogliere informazioni per l'addestramento dell'AI, i ricercatori hanno condotto uno studio utilizzando cadaveri di maiale. Questo studio mirava a creare dati sullo spostamento dei tessuti in base ai cambiamenti di volume durante rimozioni simulate di tumori.
Configurazione dello studio
In questo studio, sono stati utilizzati 52 crani di maiale come cadaveri. Il modello per l'utilizzo di questi cadaveri è stato approvato dalle autorità locali. I crani di maiale sono stati tagliati a metà e conservati per uso immediato o congelati per un uso successivo. Sezioni di tessuto sono state rimosse dai lati dei crani per simulare la rimozione di un tumore. L'area attorno a questi tagli è stata contrassegnata per la Scansione, in modo che le telecamere potessero facilmente identificare le zone di interesse.
Dopo la rimozione del tessuto, sono state effettuate scansioni delle cavità lasciate e del tessuto rimosso stesso. Lo spostamento dei tessuti è stato simulato riscaldando i tessuti per osservare come cambiavano forma. I ricercatori hanno garantito che il tessuto non si asciugasse durante questo processo per mantenere l'accuratezza.
Tecnologia utilizzata per la scansione
Sono stati utilizzati due dispositivi di scansione avanzati: il Microsoft HoloLens 2, un visore di realtà mista che consente la visualizzazione 3D degli oggetti, e lo scanner 3D Artec Eva, che cattura immagini dettagliate degli oggetti. L'HoloLens scatta immagini fisse e video, mentre l'Artec Eva cattura foto ad alta risoluzione del tessuto da vari angoli.
Una volta effettuate le scansioni, sono state elaborate utilizzando software di fotogrammetria per creare modelli 3D dettagliati dei tessuti. Sono stati impiegati diversi strumenti software per rifinire questi modelli e garantire che rappresentassero accuratamente le forme e i volumi dei tessuti coinvolti.
Analisi dei dati
Dopo aver raccolto le scansioni, i ricercatori hanno confrontato i risultati dei due dispositivi di scansione per valutare le differenze nel numero di punti dati raccolti e nei volumi misurati. Hanno scoperto che l'HoloLens produceva significativamente più punti dati rispetto all'Artec Eva, ma entrambi i dispositivi fornivano misurazioni di volume altrettanto accurate per le cavità di resezione.
Inoltre, lo studio ha esaminato come le differenze di temperatura influenzavano il volume delle cavità di resezione e del tessuto rimosso. Hanno scoperto che temperature più fredde rendevano il tessuto più rigido e meno probabile da deformarsi, mentre il riscaldamento del tessuto portava a cambiamenti nel suo volume.
Implicazioni per la chirurgia
I risultati di questo studio sono essenziali per diversi aspetti della pratica chirurgica. Una delle principali aree di potenziale impatto è nella gestione delle analisi delle sezioni congelate. Durante queste procedure, i medici devono valutare rapidamente se tutto il tessuto canceroso è stato rimosso. Se si verificano spostamenti dei tessuti, i punti di riferimento importanti possono essere difficili da trovare, il che può portare a valutazioni imprecise e a cellule tumorali mancate. Il nuovo sistema basato su AI mira a migliorare l'accuratezza nell'identificare le aree che necessitano di ulteriore rimozione, migliorando la sicurezza del paziente e il successo chirurgico.
Un'altra applicazione è nella pianificazione dei lembi per coprire i difetti creati durante le chirurgie. I chirurghi spesso devono stimare la dimensione dei lembi di tessuto in base alla dimensione dei tumori. Se sottovalutano la dimensione del difetto a causa dello spostamento dei tessuti, il lembo potrebbe non adattarsi correttamente, portando a complicazioni. Il sistema AI potrebbe fornire misurazioni di volume più accurate, aiutando i chirurghi a pianificare meglio la dimensione e la forma del lembo.
Infine, i progressi nella navigazione dei tessuti molli potrebbero beneficiare enormemente le operazioni in spazi ristretti, specialmente nelle operazioni sulla testa e sul collo. Utilizzando sistemi guidati da AI in tempo reale per misurare lo spostamento dei tessuti, i chirurghi potrebbero migliorare la loro orientazione durante gli interventi, aumentando quindi la sicurezza delle procedure.
Conclusione
Questo studio evidenzia le sfide poste dallo spostamento dei tessuti negli ambienti chirurgici e il potenziale delle nuove tecnologie per migliorare i risultati. Utilizzando modelli di cadaveri e tecniche di scansione avanzate, i ricercatori stanno facendo progressi nella comprensione e misurazione dello spostamento dei tessuti. Con lo sviluppo continuo di sistemi di AI per supportare questo sforzo, il futuro delle chirurgie sui tessuti molli promette di essere più sicuro ed efficace. Con l'evoluzione di questa tecnologia, potrebbe portare a pratiche chirurgiche migliori e, alla fine, a un'assistenza al paziente migliorata in interventi complessi.
Titolo: Artificial intelligence directed development of a digital twin to measure soft tissue shift during head and neck surgery
Estratto: IntroductionDigital twins derived from 3D scanning data were developed to measure soft tissue deformation in head and neck surgery by an artificial intelligence approach. This framework was applied suggesting feasibility of soft tissue shift detection as a hitherto unsolved problem. MethodsIn a pig head cadaver model 104 soft tissue resection had been performed. The surface of the removed soft tissue (RTP) and the corresponding resection cavity (RC) was scanned (N=416) to train an artificial intelligence (AI) with two different 3D object detectors (HoloLens 2; ArtecEva). An artificial tissue shift (TS) was created by changing the tissue temperature from 7,91{+/-}4,1{degrees}C to 36,37{+/-}1,28{degrees}C. ResultsDigital twins of RTP and RC in cold and warm conditions had been generated and volumes were calculated based on 3D surface meshes. Significant differences in number of vertices created by the different 3D scanners (HoloLens2 51313 vs. ArtecEva 21694, p
Autori: Claudia Scherl, D. Männle, J. Pohlmann, S. Monji-Azad, J. Hesser, N. Rotter, A. Affolter, A. Lammert, B. Kramer, S. Ludwig, L. Huber
Ultimo aggiornamento: 2023-06-01 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2023.05.30.23290767
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.05.30.23290767.full.pdf
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.