Lekarz z Toronto opracowuje prototyp AI, aby zmniejszyć komplikacje pooperacyjne

Lekarz z Toronto opracowuje prototyp AI, aby zmniejszyć komplikacje pooperacyjne

Sztuczna Inteligencja w medycynie ma ogromne pole do popisu. W Toronto powstaje właśnie nowatorskie oprogramowanie mające na celu ograniczenie szkodliwych powikłań poprzez identyfikację bezpiecznych obszarów narządów do sekcji.

Kiedy dr Amin Madani nie usuwa pękniętych wyrostków lub nie wycina komórek rakowych swoim pacjentom, myśli o tym, jak poprawić wydajność chirurgów na sali operacyjnej.

Dzieje się tak, ponieważ według Światowej Organizacji Zdrowia nawet 25% z milionów ludzi, którzy co roku przechodzą operacje szpitalne na całym świecie, doświadcza negatywnych powikłań w trakcie lub po operacji. Te niekorzystne skutki mogą obejmować szereg problemów – od bólu w miejscu nacięcia po wewnętrzne krwawienie powodujące śmierć.

Chociaż nie wszystkie z tych niepożądanych skutków jest spowodowane działaniami chirurgów, niektóre są, a Madani — chirurg ogólny z Wydziału Chirurgii Sprott w University Health Network (UHN) w Toronto — chce zmniejszyć to ryzyko.

Lekarz badał techniki i procesy myślowe wykorzystywane przez najbardziej elitarnych chirurgów o najwyższych umiejętnościach, kiedy grupa naukowców zajmujących się danymi i komputerami zasugerowała, że ​​mógłby wykorzystać sztuczną inteligencję (AI) do naśladowania ich umysłów.

„Właściwie przez długi czas byłem wielkim sceptykiem” – powiedział Madani. „To wielki krok do zrobienia”.

W wyniku współpracy powstał prototyp, który wykorzystuje widzenie komputerowe — dziedzinę sztucznej inteligencji, która uczy komputery interpretowania i rozumienia obrazów — aby móc zidentyfikować w czasie rzeczywistym obszary narządu, które są bezpieczne do wycięcia, oraz te, w przypadku których jest to niebezpieczne.

Jest to część gwałtownej aktywności w ostatnich latach wśród naukowców, pracowników służby zdrowia i firm, które próbują wykorzystać moc technologii cyfrowej, aby zapewnić lepszą opiekę medyczną.

Technologia Madaniego jest wciąż na wczesnym etapie rozwoju i obecnie ma zastosowanie tylko do operacji woreczka żółciowego. Ale naukowiec twierdzi, że ma potencjał, aby poprawić chirurgię na całym świecie, szczególnie w społecznościach wiejskich, odległych obszarach i krajach o niższych dochodach, które nie mają specjalistycznej wiedzy chirurgicznej.

Inni eksperci zgadzają się, choć twierdzą, że nadal istnieją wyzwania, które należy przezwyciężyć, zanim zrealizuje się potencjał tego pomysłu.

Kiedy chirurdzy wykonują operację usunięcia pęcherzyka żółciowego, robią “nacięcia przez dziurkę od klucza” w brzuchu pacjenta, wprowadzają kamerę do jamy brzusznej i używają specjalistycznych narzędzi, aby wyciąć i usunąć narząd.

Technologia Madaniego wyświetla kolorowe obszary na monitorze, za pomocą którego chirurg widzi wnętrze ciała pacjenta. Zielony kolor oznacza, że dany obszar narządu można bezpiecznie przeciąć, a czerwony, że nie.

Inny wariant wykorzystuje projekcję w stylu mapy cieplnej, która zmienia kolor w zależności od pewności modelu AI co do tego, gdzie znajduje się bezpieczny obszar.

Prototyp powstał poprzez wprowadzenie setek godzin nagrań wideo z operacji pęcherzyka żółciowego do programu komputerowego i dodanie adnotacji od ekspertów chirurgów określających miejsca, w których wykonaliby cięcie. Po przeanalizowaniu danych klatka po klatce, algorytm zaczyna rozpoznawać wzorce i rozwija zdolność do podejmowania niezależnych decyzji.

Algorytm był w stanie konsekwentnie identyfikować strefy “go” i “no-go”, jak również wątrobę, pęcherzyk żółciowy i trójkąt hepatocystyczny z dokładnością od 93 do 95 procent, zgodnie z badaniem z 2020 roku obejmującym 290 filmów wideo od 153 chirurgów, które zostało opublikowane w czasopiśmie naukowym Annals of Surgery. Madani był głównym autorem.

“To tak, jakbym miał panel ekspertów stojących, obserwujących mnie przez ramię, prowadzących mnie, nawigujących mnie i pomagających mi nie wpaść w kłopoty podczas tej operacji” – powiedział Madani.

Dr Daniel Hashimoto, instruktor chirurgii w szpitalach uniwersyteckich i Case Western Reserve University w Cleveland, Oh., który współpracował z Madani przy badaniu, powiedział, że prawdziwa obietnica technologii leży w jej zdolności do pomocy chirurgom w lepszym zrozumieniu tego, co biorą pod uwagę przy podejmowaniu decyzji chirurgicznych.

„Mamy nadzieję, że wkrótce będziemy mogli wprowadzić drugą parę oczu na salę operacyjną – w tym przypadku oczy maszynowe – aby upewnić się, że chirurg widzi to, co myśli, że widzi?” powiedział Hashimoto.

Kolejne pytanie brzmi: czy rzeczywiście poprawi on wydajność chirurgów na sali operacyjnej i zmniejszy powikłania?

Według Hashimoto to trudne pytanie, na które trzeba odpowiedzieć z perspektywy badawczej, ponieważ badania kliniczne nad zdarzeniami niepożądanymi wymagają udziału dużej liczby pacjentów. Ale Madani jest zdeterminowany, aby się tego dowiedzieć. Jego zespół przetestował już prototyp podczas operacji na żywo, aby upewnić się, że działa prawidłowo, a teraz ubiega się o zgodę rady etyki UHN na przeprowadzenie dalszych badań.

Kolejnym wyzwaniem jest rozszerzenie technologii na inne zabiegi chirurgiczne.

Operacja pęcherzyka żółciowego jest jedną z najczęstszych operacji, więc naukowcom było stosunkowo łatwo uzyskać filmy z udanych operacji. Jednak śledzenie przydatnych, istotnych badawczo nagrań może stać się trudniejsze przy rzadszych procedurach.

„Większość nowoczesnego uczenia maszynowego zasadniczo zależy wyłącznie od danych” – powiedział Frank Rudzicz, profesor informatyki na Uniwersytecie w Toronto i ekspert w dziedzinie sztucznej inteligencji w opiece zdrowotnej.

„Jeśli AI ma bardzo mało przykładów czegokolwiek, po prostu nie nauczy się cech tej rzeczy i… będzie działać bardzo słabo”.

Rudzicz powiedział, że kolejnym wyzwaniem jest zaprojektowanie technologii tak, aby zwiększała wydajność chirurga bez rozpraszania jego uwagi. „Jedną rzeczą, której nie chcemy, jest to, żeby chirurg patrzył na to wideo i wszystko świeciło jak choinka” – powiedział Rudzicz.

Madani twierdzi, że doskonale zdaje sobie sprawę z zapotrzebowania na dane i prowadzi już rozmowy z innymi ekspertami na temat stworzenia globalnego repozytorium nagrań chirurgicznych.

Następnie, w oczekiwaniu na zatwierdzenie badań, Madani planuje sprawdzić, czy technologia rzeczywiście poprawia wydajność innych chirurgów, zmniejszając w ten sposób negatywne komplikacje chirurgiczne.