Slimme algoritmes die de chirurg voorzien van real-time anatomische informatie kunnen robotoperaties verbeteren. De patiënt kan daardoor sneller weer naar huis. Bovendien is het met de juiste feedback voor beginnende chirurgen makkelijker om een operatie onder de knie te krijgen. Prof. dr. Jelle Ruurda, hoogleraar Minimaal invasieve robot-geassisteerde chirurgie in het UMC Utrecht: “Een algoritme kan in de toekomst misschien beter anatomische structuren herkennen dan een chirurg.”
Tijdens een slokdarmresectie krijgt een chirurg te maken met vitale anatomische structuren in het nauwe operatieveld, zoals de luchtpijp, en bloedvaten en zenuwen die van en naar het hoofd lopen. Dat maakt de oriëntatie een uitdaging. Het risico op complicaties tijdens en na de operatie is daardoor groot, met als gevolg voor de patiënt een langer ziekenhuisverblijf. Bovendien is de leercurve voor zo’n operatie een uitdaging.
Onderzoekers van de Technische Universiteit (TU) Eindhoven en het UMC Utrecht hebben samen met chirurgische bedrijven een project opgezet om de oriëntatie en anatomieherkenning voor chirurgen tijdens robot-geassisteerde operaties te verbeteren. Dit INTRA-SURGE (INTelligent computeR-Aided Surgical gUidance for Robot-assisted surgery)-project maakt gebruik van machine-learning-algoritmes, die worden geïntegreerd in operatierobots en medical smart glasses.
Context terugbrengen
“Vaat- en zenuwstructuren verschillen in de anatomieboeken van elkaar in kleur en vorm”, zegt Jelle Ruurda, onderzoeksleider van het INTRA-SURGE-project. “Maar in het echt zien al deze structuren er grofweg hetzelfde uit. Bovendien is geen patiënt hetzelfde, en is tijdens een robotoperatie alles veertig keer vergroot. Daardoor gaan de context en het overzicht over het operatieveld snel verloren.”
Het doel van het INTRA-SURGE-project is het terugbrengen van die context in het operatieveld met behulp van algoritmes. Die laten anatomische structuren real-time zien via een slimme operatiebril. “Dat beeld wijst chirurgen de goede kant op, net als Google Maps dat doet in de auto”, legt Ruurda uit. “Zo maken we het voor beginnende chirurgen makkelijker om de operatie te leren uitvoeren, en verminderen we complicaties. Dat maakt operaties sneller, veiliger, inzichtelijker en transparanter.”
Algoritmes
De algoritmes van INTRA-SURGE komen tot stand met operatievideo’s. “Bij een slokdarmoperatie kom je veel structuren tegen die je niet kapot wilt maken”, zegt Ruurda. “Door deze structuren eerst zelf in te tekenen en die opnames aan het algoritme te voeden, kunnen we het trainen. Die beelden willen we daarnaast matchen met CT-scans die we van tevoren hebben gemaakt. Zo lukt het inmiddels om het algoritme de stappen van een operatie aan te leren en structuren te herkennen”, zegt Ruurda. “En dat kan het net zo goed als wanneer een ervaren chirurg zelf de structuren intekent.”1,2
De volgende stap is het verrijken van het beeld dat een chirurg via de operatiebril krijgt voorgeschoteld met die algoritmes. “Daarbij is snelheid belangrijk”, zegt Ruurda. “We hebben het algoritme getraind in het herkennen van grote structuren zoals bloedvaten en de luchtpijp, maar het moet ook details kunnen zien.” Toch moeten de beelden zo snel kunnen worden gegenereerd dat ze real-time zichtbaar zijn voor de chirurg. “Dat moeten we optimaliseren en valideren met behulp van data uit andere ziekenhuizen. Om de algoritmes echt tijdens operaties te kunnen gebruiken, moeten we in klinische studies laten zien dat ze robuust en veilig zijn.”
Data delen
Ruurda, zelf opleider, hoopt dat INTRA-SURGE kan helpen om de volgende generatie chirurgen de kneepjes van het vak bij te brengen. “Deze tool kan sommige handelingen tijdens een operatie makkelijker uitleggen aan een onervaren chirurg dan een mens. Het annoteert operatiebeelden, en maakt het mogelijk om een collega die niet ter plekke is mee te laten kijken. Ik verwacht dat dat zorgt voor meer interactiviteit. Dat is goed voor het leerproces. Ik denk dat het vertrouwen dat je daardoor krijgt als lerend chirurg, te zien zal zijn in de uitkomstmaten op het gebied van kwaliteit van de operatie.”
Die kwaliteit van opereren was voorheen lastig te meten, maar Ruurda’s verwachting is dat INTRA-SURGE dat inzichtelijker maakt. “Hoe meer data het algoritme krijgt, hoe beter het patronen herkent. Dat leidt tot betere operatie-uitkomsten.” Want hoewel een operatie gesneden koek kan zijn voor een chirurg, kan feedback van een algoritme zorgen voor meer vertrouwen. “Het kan twijfel of roekeloosheid herkennen in de bewegingen die een chirurg maakt, en go- of no go-zones aangeven tijdens een operatie. Vergelijk het met navigeren naar Amsterdam tijdens een autorit: je kan nog zo goed de weg weten, maar dankzij hulp onderweg ervaar je meer cognitieve draagkracht.”
Samenwerking
Ruurda vindt de samenwerking rond het project tussen medisch specialisten en ingenieurs interessant en vernieuwend. “We hebben wekelijks een afspraak met onze collega’s van de TU Eindhoven. Daarnaast werken we samen met de afdeling Computer Sciences van de Universiteit Utrecht. Zij vertalen de kennis naar de algoritmes.” Ook in de output en de interface zitten veel ingewikkelde aspecten, volgens Ruurda. “Daarvoor werken we nauw samen met de bedrijven Asensus Surgical en Rods&Cones. Die zorgen ervoor dat er ook echt een bruikbaar beeld op het operatieveld te zien is als je dat bekijkt door een operatiebril.”
“De technische ontwikkeling in de gezondheidszorg gaat hard, en daar moeten we in mee, als chirurgen en als opleiders”, zegt Ruurda. “Technieken zoals deze kunnen ons werk verbeteren. Daarom moeten we ervoor openstaan, en nieuwe chirurgen toelaten om ze goed in de vingers te krijgen. We zien dat mensen operatierobots en algoritmes willen gebruiken omdat ze er blij van worden. Dat geeft vertrouwen.”
Referenties
1. Den Boer RB, et al. Surg Endosc 2022;36:8737-52.
2. Den Boer RB, et al. Surg Endosc 2023;37:5164-75.
Drs. Koen Scheerders, wetenschapsjournalist
Oncologie Up-to-date 2023 vol 14 nummer 4
DEEL DIT ARTIKEL:
