同时使用人工智能辅助和NIR光导航的可行性,用于在拉皮镜结肠直肠手术中进行解剖识别

科学领域:

• 手术技术 手术技术
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 尿道是腹腔镜结直肠手术期间的关键结构,其可视化对于预防损伤至关重要.
• 近红外 (NIR) 光观测技术,使用NIR光尿管导管 (NIRFUC),允许实时可视化尿管.
• 像Eureka这样的人工智能 (AI) 平台可以分析手术视频,突出显示神经和松连接组织 (LCT) 等解剖结构.

研究的目的:

• 评估同时使用NIRFUC和AI辅助在腹腔镜手术期间进行解剖识别的可行性.
• 评估AI在突出显示尿道和相关解剖结构时与NIR光成像相结合时的有效性.
• 确定这种集成技术在实时外科导航中的潜力.

主要方法:

• 来自腹腔镜结直肠手术 (52年11月至2024年5月) 的56个视频录像的分析,其中用NIRFUC可视化尿管.
• 应用Eureka AI平台来分析手术视频,重点关注突出神经和LCT.
• 由三个医生使用利克尔特尺度 (0-4) 进行审查和评分,以评估尿道和LCT,尿道和下胃神经以及尿道和腰椎神经的光可视化.

主要成果:

• 人工智能平台Eureka在分析的手术视频中成功突出了解剖结构,包括尿道,LCT和神经.
• 医生为可视化提供了高平均利克尔特评分:尿道和LCT为3.99,尿道和下胃神经为3.11,尿道和腰椎神经为3.53.
• 人工智能模型的训练数据不包括NIR光图像观测,这表明它能够解释和突出显示结构,即使没有直接先前接触到这个特定的成像模式.

结论:

• 同时使用NIRFUC和AI辅助可用于腹腔镜结直肠手术期间的解剖识别.
• 人工智能驱动的解剖突出显示和尿道的NIR光可视化的组合是有效的.
• 这些发现表明,集成的AI和NIR技术在未来的外科手术中具有实时导航的巨大潜力.