Jul 11, 2023
Visione artificiale in chirurgia: dal potenziale al valore clinico
npj Medicina Digitale volume 5, Numero articolo: 163 (2022) Cita questo articolo 5277 Accessi 8 Citazioni 27 Dettagli metriche Altmetriche Centinaia di milioni di operazioni vengono eseguite in tutto il mondo ogni anno,
npj Medicina Digitale volume 5, numero articolo: 163 (2022) Citare questo articolo
5277 accessi
8 citazioni
27 Altmetrico
Dettagli sulle metriche
Ogni anno in tutto il mondo vengono eseguiti centinaia di milioni di interventi e la crescente diffusione della chirurgia mini-invasiva ha consentito alle telecamere e ai robot in fibra ottica di diventare strumenti importanti per condurre interventi chirurgici e sensori da cui acquisire informazioni sull’intervento chirurgico. La visione artificiale (CV), l'applicazione di algoritmi per analizzare e interpretare i dati visivi, è diventata una tecnologia fondamentale attraverso la quale studiare la fase intraoperatoria della cura con l'obiettivo di aumentare i processi decisionali dei chirurghi, supportare una chirurgia più sicura ed espandere l'accesso alle cure chirurgiche. Sebbene sia stato svolto molto lavoro sui potenziali casi d’uso, attualmente non esistono strumenti CV ampiamente utilizzati per applicazioni diagnostiche o terapeutiche in chirurgia. Utilizzando la colecistectomia laparoscopica come esempio, abbiamo esaminato le attuali tecniche CV applicate alla chirurgia mini-invasiva e le loro applicazioni cliniche. Infine, discutiamo le sfide e gli ostacoli che restano da superare per una più ampia implementazione e adozione del CV in chirurgia.
Con oltre 330 milioni di procedure eseguite ogni anno, la chirurgia rappresenta un segmento critico dei sistemi sanitari in tutto il mondo1. La chirurgia, tuttavia, non è facilmente accessibile a tutti. La Lancet Commission on Global Surgery stima che ogni anno siano necessari 143 milioni di interventi chirurgici aggiuntivi per “salvare vite umane e prevenire la disabilità”2. I miglioramenti nelle cure perioperatorie e l’introduzione di approcci minimamente invasivi hanno reso l’intervento chirurgico più efficace ma anche più complesso e costoso, con un intervento chirurgico che rappresenta circa un terzo dei costi sanitari statunitensi3. Inoltre, gran parte degli errori medici prevenibili si verificano nelle sale operatorie (OR)4. Queste osservazioni suggeriscono la necessità di sviluppare soluzioni per migliorare la sicurezza e l’efficienza chirurgica.
L'analisi dei video delle procedure chirurgiche e delle attività della sala operatoria potrebbe offrire strategie per migliorare questa fase critica dell'assistenza chirurgica. Ciò è particolarmente vero per le procedure eseguite con un approccio minimamente invasivo, che viene sempre più adottato a livello globale5,6,7 e si basa fortemente sulla visualizzazione fornita dalle telecamere a fibra ottica. Nella chirurgia mini-invasiva, infatti, la parziale perdita del feedback tattile viene compensata da video ingranditi e ad alta definizione acquisiti da telecamere endoscopiche8. I video endoscopici che guidano le procedure chirurgiche rappresentano una fonte diretta e facilmente disponibile di dati digitali sulla fase intraoperatoria delle cure chirurgiche.
Negli ultimi anni, l'analisi di video endoscopici di procedure chirurgiche minimamente invasive ha consentito di studiare l'impatto delle attività di sala operatoria sugli esiti dei pazienti9 e di valutare iniziative di miglioramento della qualità10. Inoltre, la valutazione basata su video (VBA) viene sempre più studiata per la valutazione delle prestazioni operatorie, il feedback formativo e le credenziali chirurgiche. Tuttavia, la VBA è rimasta per lo più confinata all'ambito della ricerca, dato l'onere di rivedere manualmente e valutare in modo coerente i video chirurgici11,12. Ampliando i successi iniziali nella chirurgia mini-invasiva, l'uso del video è cresciuto anche nella chirurgia a cielo aperto13.
La visione artificiale (CV), una disciplina informatica che utilizza tecniche di intelligenza artificiale (AI) come il deep learning (DL) per elaborare e analizzare dati visivi, potrebbe facilitare l'analisi video endoscopica e consentire il ridimensionamento delle applicazioni a beneficio di un gruppo più ampio di chirurghi e pazienti14. Inoltre, mentre gli esseri umani tendono a valutare grossolanamente le immagini dal punto di vista qualitativo, gli algoritmi informatici hanno il potenziale per estrarre informazioni invisibili, quantitative e oggettive sugli eventi intraoperatori. Infine, l’analisi video endoscopica automatizzata online potrebbe consentirci di monitorare i casi in tempo reale, prevedere complicanze e intervenire per migliorare le cure e prevenire eventi avversi.