Wer von uns würde angesichts der aktuellen Probleme in der chirurgischen Versorgung, wie Personalmangel, Versorgungslücken und finanzielle Einschränkungen, nicht gerne in eine andere Welt entfliehen und in einem virtuellen OP-Saal unter optimalen Bedingungen Patienten behandeln? So in etwa empfinden die Menschen im Roman „Ready Player One“ von E. Cline, wenn sie aus der dystopen Realität in die OASIS fliehen, eine virtuelle Illusion, die nicht nur Spiel und Unterhaltung bietet, sondern auch Bildung, soziale Interaktion und Handel. Die OASIS ist nicht mehr nur Fiktion, sondern wird als eine der Referenzen gesehen, nach deren Vorbild aktuell das Metaverse erschaffen wird, eine neue Form der Internet-Kommunikation, für die bis 2030 ein Marktwert von 5 Billiarden Euro prognostiziert wird [1]. Ein Element dieser VR-Vision stellt das Taktile Internet dar, welches neueste mobile Datenkommunikationstechnik nutzt (u. a. 5G), die hohe Bandbreite mit minimalen Zeitverlusten und hoher Sicherheit verbindet und haptische Interaktionen mit hohem Immersionsgrad realisieren soll [2].

Wird unsere Zukunft somit eine virtuelle Welt sein, so wie die OASIS? Nun, zumindest der Autor Ray Kurzweil vermutet tatsächlich, dass wir im Jahr 2030 bereits den größten Teil unserer Zeit in virtuellen Welten verbringen werden [3]. Das Gesundheitswesen und seine Teilbereiche stellen hierbei bereits jetzt einen wesentlichen Anwendungsbereich dar: Virtuelle Kliniken und Behandlungsräume sowie Telediagnostik und -therapie sind angestrebte Innovationen. Angesichts der in Krankenhäusern anzutreffenden Realität, die häufig von fast rückschrittlichen, analogen Prozessen und persönlicher Leistungserbringung geprägt ist, dürften diese Ansätze zumindest aktuell noch als technische Spielerei einer fernen Zukunft abgetan werden. Derartige Visionen sind jedoch nicht allzu futuristisch. Simulation und Virtual Reality (VR) werden bereits seit Jahren in der Ausbildung unterschiedlicher Berufe eingesetzt und sind auch in der medizinischen Forschung längst fester Bestandteil – das mit gutem Grund.

Virtuelle Simulationen besitzen den großen Vorteil, dass sie Training unter unkritischen und standardisierten Bedingungen als Vorbereitung auf die Patientenversorgung gewährleisten, beliebig oft wiederholt werden können und die Erfassung von Metriken zur Bewertung der Leistung erlauben. Ein Musterbeispiel und der häufigste Vergleich für die Weiterbildung von Chirurg:innen ist hierfür das Training von Pilot:innen der zivilen und militärischen Luftfahrt, die regelhaft mithilfe von Simulatoren und in virtuellen Welten trainieren [4]. Das Simulatortraining hat nicht zuletzt dazu beigetragen, dass Fliegen heute die sicherste Form des Reisens darstellt und weltweit jährlich weniger als 200 Menschen bei Flugzeugunglücken sterben. Betrachtet man im Vergleich dazu die Anzahl an Komplikationen infolge medizinischer Maßnahmen, wird man zumindest nachdenklich. So schätzt eine Studie aus dem Jahr 2016 medizinische Behandlungsfehler und Fehleinschätzungen als dritthäufigste Todesursache ein, mit alleine in den USA jährlich mehr als 200.000 Todesfällen [5]. Die Schlussfolgerung liegt somit nahe, erfolgreiche Konzepte aus anderen Bereichen, wie eben der Luftfahrt, in die Medizin und insbesondere in die Chirurgie zu translatieren.

VR-Simulation der Chirurgie – eine besondere Herausforderung

Die Anforderungen an virtuelle Simulationen in der Chirurgie sind besonders hoch. So hängt der Erfolg einer Operation nicht nur von definierten chirurgischen Fähigkeiten, wie dem Instrumentenhandling, Nähen, Präparieren und dem spezifischen Fachwissen über die Erkrankung und die zu behandelnden Organe ab, sondern auch von der Einschätzung der prä- und intraoperativen Situation, von Teamführung, Entscheidungsfindung und Kommunikation [6]. Alleine 20 Prozent aller Komplikationen aus medizinischen Behandlungen könnten durch eine bessere Kommunikation und Teaminteraktion verhindert werden [7].

Teamplay wirkt sich aber nicht nur auf die Komplikationsrate, sondern auch unmittelbar auf die OP-Dauer aus [8]. Für die beteiligten Fachdisziplinen, aber insbesondere für Chirurg:Innen im Training stellt dabei ein sogenanntes Education Team Time Out am Anfang der Operation eine Möglichkeit dar, die intraoperative Kommunikation zu verbessern [9]. Darüber hinaus bedingen die zunehmende Integration neuer Technologien, wie der Robotik, steigende Anforderungen an die Mitarbeiter und die Teamkommunikation und verlangen, wie in der Luftfahrt, nach besonderen Formen des Trainings [10]. Der zunehmende Einsatz von Technologie beeinflusst darüber hinaus die etablierte Rollenverteilung im komplexen Gefüge des Operationssaals, wirkt sich signifikant auf den Arbeitsablauf aus und führt zu einer Erhöhung des mentalen Workloads und zu Stress [11]. Das Training von Abläufen und von sogenanntem Trouble-Shooting erhält somit einen neuen Stellenwert.

Chirurgisches Training mit VR

Virtuelle Simulatoren werden bereits seit Jahren in der chirurgischen Ausbildung genutzt, wobei der Fokus klar auf laparoskopischen bzw. robotischen Techniken liegt (Abb. 1). Eine sehr schöne Übersicht über die verfügbaren Simulatoren und die verschiedenen Lösungsansätze findet sich hierzu in der Arbeit von Li, die zudem auf zahlreiche Systeme für andere chirurgischen Disziplinen verweist. [12]. So führt der Übersichtsartikel neben den bekannten laparoskopischen Simulatoren LapSim, LapMentor und MIST VR auch VR-Trainer für die Arthroskopie und die Versorgung von Schenkelhalsfrakturen auf (Procedicus, TraumaVision). Wie in dem Artikel dargestellt, beruht der Vorteil dieser VR-Trainer in der Möglichkeit zur Erhebung objektiver Metriken, die eine sukzessive Verbesserung der operativen Fähigkeiten erlauben, und dem einfachen Zugriff auf immer realistischere operative Übungen. Dem gegenüber stehen die hohen Kosten der Anschaffung und Uniformität der Trainingsszenarien, die zudem gerade hinsichtlich der Haptik noch Verbesserungspotenzial aufweisen.

Der positive Nutzen des VR-Trainings ist unwidersprochen und wurde durch mehrere sehr gute Arbeiten belegt [13]. Eine exemplarisch aufgeführte Arbeit von Grantcharow untersucht etwa den Beitrag der VR für ein präoperatives „Warm-up“ vor einer laparoskopischen Cholezystektomie. Hierzu wurden alle Probanden hinsichtlich ihrer operativen Fähigkeiten anhand einer Baseline-Operation bewertet, bevor sie in die „Warm-up“-Gruppe mit VR-Training oder in eine Gruppe ohne Training randomisiert wurden [14]. Obwohl die Mehrzahl der inkludierten Probanden bereits eine gewisse operative Expertise besaß, zeigte die Auswertung signifikant bessere Ergebnisse in der Bewertung der Warm-up Gruppe. Es profitieren jedoch nicht bereits trainierte Chirurg:Innen, sondern vor allem die Berufsanfänger vom virtuellen Training, wie eine unlängst publizierte Metaanalyse zeigen konnte [15].

Abb. 1: Der Laparoskopie-Simulator Laparoscopy VR (CAE, Montreal, Kanada) simuliert realistisch definierte Skills, aber auch komplexe Operationen, wie hier eine Cholezystektomie. (© CTAC Trainingskurs, AG MITI, TU München)

Fallspezifische Simulation und Teamtraining

Die oben aufgeführten Simulatoren beschränken sich auf den Eingriff selbst bzw. auf Teilaspekte einer Operation oder definierte operative Fähigkeiten. Sie sparen bewusst den OP-Saal und andere Personen aus, was im Hinblick auf operative Fähigkeiten wohl insofern sinnvoll ist, als eine zu umfassende und immersive Simulation auch negative Effekte auf das Training haben kann. Die Entwicklung der hochimmersiven virtuellen Realität durch die Universitätsmedizin Mainz und die Universität Magdeburg (Abb. 2), die einen konventionellen VR-Laparoskopie-Trainer mit einer fotorealistischen VR-basierten OP-Simulation kombiniert, ermöglicht es, das Skills-Training in eine realistische Umgebung zu transferieren. Erste Untersuchungen ergaben, dass diese komplexe Simulation als realistischer angesehen und von den Probanden als anregender eingestuft wurde, das Skills-bezogene Training jedoch hierunter leidet [16]. Dies bestätigt auch eine vergleichbare skandinavische Studie, die zeigte, dass zu viele Details vom eigentlichen Training ablenken können [17]. Somit sollte die realistischere Simulation erst als weitere Stufe und nach dem Training am einfachen VR-Trainer angesehen werden, um Chirurg:Innen auf den Einsatz im Operationssaal vorzubereiten.

Umfängliche OP-Simulationen dienen somit weniger der Verbesserung der manuellen Fähigkeiten, sondern vor allem dem Teamtraining und der Optimierung der interdisziplinären Kooperation. Dies zeigt etwa die Arbeit von Szerbo, der ebenfalls verfügbare Skills-Trainer in eine VR-Umgebung integriert, hierbei aber vor allem auf die Teamkommunikation und Entscheidungsfindung fokussiert. Wie die Studie klar belegt, profitieren diese tatsächlich von dem hoch immersiven VR-Training [18]. Im Gegensatz dazu steht eine Studie zum Trouble-Shooting in der Laparoskopie, die nur auf die Verbesserung der Fähigkeiten einer Person abzielt und eben nicht auf die Interaktion im Team [19]. Auch wenn die Studie erfahrene Chirurg:innen und Trainees unterscheiden mag, so ist der Trainingseffekt der OP-Simulation doch gering. Die Autoren vermuten, dass dies an der wenig anspruchsvollen Aufgabe liegen könnte, aber eben gerade auch an der fehlenden Teaminteraktion. Entsprechend verwundert es nicht, dass die Probanden den hoch immersiven Ansatz als wenig geeignet für ein Training ansehen [19]. Die Studie zeigt hierbei, wie wichtig es ist, dass die angewandte Technologie bzw. VR-Umgebung zur zu trainierenden Fähigkeit passt und der Immersionsgrad und der Anspruch der Übung adäquat ist.

Ein weiterer Grund für die schlechte Bewertung in dieser Studie könnte aber auch die fehlende Benchmark gewesen sein, die der Bewertung der Leistung dient und als Trainingsmotivation fungiert. Dies ist insofern verwunderlich, da dies gerade die Stärke der VR-Simulation darstellt, die aufgrund der digitalen Umsetzung in idealer Weise Metriken ableiten kann. Wie es besser geht, zeigt die Arbeitsgruppe um D. Jones, die einen KI-basierten Algorithmus nutzt, um die Performance in einer VR-OP-Simulation zu erfassen. Auch wenn die gewählte Situation eines Feuers im OP ein seltenes Ereignis darstellen mag, konnten mehrere Studien des Teams die Eignung dieser Simulation belegen. Zudem zeigen die Arbeiten sehr schön, dass sich die VR insbesondere für nicht alltägliche und möglichweise gefährliche Simulationen eignet [20]. Somit stellt die Kombination der herkömmlichen Simulatoren für den Beginn der Lernkurve mit der immersiven VR-Simulation in der Chirurgie eine Möglichkeit dar, auch erfahrene Chirurg:Innen in Extremsituationen und/oder Teamtraining zu trainieren. Die Möglichkeiten der VR sind hierbei nahezu unbegrenzt, wie eine aktuelle Arbeit eindrucksvoll belegt. Sie nutzt nicht nur herkömmliche VR-Trainer und eine virtuelle OP-Simulation, sondern integriert diese in eine umfassende Trainingsumgebung, die u.a. über eine Bibliothek und DICOM-Bilddatenbank verfügt. Das dargestellte Lehrkrankenhaus kommt der Idee eines „Surgical Metaverse“ somit bereits schon sehr nahe [21]. Der virtuelle OP dient nicht nur dem Training von Chirurg:Innen, sondern hilft auch Patient:Innen die Angst vor operativen Eingriffen zu nehmen [20] bzw. Student:innen, die keinen freien Zugang zum OP haben [22].

Telemedizin und intraoperative Guidance

Virtuelle OP-Szenarien dienen aber nicht nur dem patientenunabhängigen Training, sondern können auch fallbegleitend eingesetzt werden. Der Hintergedanke hierbei ist die Unterstützung eines weniger erfahrenen Teams durch externe Expertise im Sinne der Telemedizin. Anstatt einer reinen audiovisuellen Verbindung erlaubt eine derartige Simulation die freie Bewegung im Raum und den Zugriff auf relevante Kontext-Informationen. Dies kann in Verbindung mit einer Videokommunikation erfolgen (Mixed-Reality/Augmented Reality) oder als alleinige VR-Reproduktion. Auch wenn derartige Ansätze noch unter der verfügbaren Datenbandbreite leiden, können durch die Verwendung von Avataren und Punktewolken, bereits akzeptable Simulationen erreicht werden [23]. So nutzte ein Team an der TU München modernste Kompressionstechniken und Algorithmen, um teleassistierte Notfallversorgungen zu ermöglichen, wie etwa bei einer Kraniotomie [24] oder aber für Eingriffe an der Wirbelsäule. Zudem wurde das System in der Behandlung von Intensivszenarien im Rahmen der COVID Versorgung evaluiert, wobei auf alle Geräteparameter (u.a. Beatmung, Monitoring) und KIS-Dokumente zugegriffen werden konnte [25]. Im Gegensatz zur oben aufgeführten Simulation handelt es sich hierbei um ein virtuelles Abbild einer realen Szene, das in Echtzeit realisiert wird.

Abb. 2: „Ready Surgeon One“– Entwicklung der hoch immersiven virtuellen Realität in der laparoskopischen Simulation kombiniert virtuelle Operationsumgebungen mit chirurgischem Skills-Training. (© Universitätsmedizin Mainz, BMBF-Projekt 16SV8057 „AVATAR“, Foto: Dr. Laura Hanke)

Digitaler Zwilling und Model-basierte Ansätze

Jenseits der Simulation von interdisziplinärem Arbeiten und spezifischen Skills, gewinnt die VR-Simulation auch in der Prozessoptimierung und Entwicklung neuer Technologien an Bedeutung. So nutzt die Forschungsgruppe MITI der TU München aktuell OP-Simulationen für die Evaluation und Optimierung mobiler Robotersysteme [26] oder auch, um Workflowprozesse im OP und in der Klinik anzupassen [27] (Abb. 3). Auf Basis zuvor erfasster Daten (Aktivitäten im OP, Patientenworkflow, etc.) können, wie in der Industrie-Logistik, komplexe Prozesse simuliert werden und die Einflüsse von räumlichen Änderungen oder technischen Modifikationen untersucht werden. Neben den oben genannten Indikationen sehen wir aber auch ein hohes Potenzial für chirurgische Prozesse und Operationen. Hierbei können sowohl zuvor aufgenommene Daten als Grundlage dienen oder die Modellierung erfolgt anhand von Realtime-Daten, die in sogenannten Szenengrafen abgebildet werden, und es werden einzelne Objekte (Personen, Geräte) auf Basis von Attributen und Interaktionen in einem simulierten Netzwerk zueinander in Verbindung gebracht [28]. Durch eine nun mögliche multidimensionale Betrachtung der Objektinteraktion und Ableitung von definierten Metriken erwartet man hierdurch zukünftig Verbesserungen des Gesamtworkflows [29].

Abb. 3: Im BFS-Projekt AURORA (BFS AZ-1409-19) entwickeln wir derzeit ein mobiles Roboter-Assistenzsystem, das u. a. in einer virtuellen OP-Umgebung optimiert und validiert wird. Die Abbildung zeigt in diesem Zusammenhang die 2-D-OP-Simulation mit den einzelnen OP-Sälen und Arbeitspunkten und den Arbeitspfaden der als roten Kreis gezeichneten Roboter. (© Lukas Bernhard, AG MITI, TU München)

Zusammenfassung und Schlussfolgerung

Dieser kurze Übersichtsartikel zeigt bereits die Vielzahl an Anwendungsbereichen und den potentiellen Nutzen virtueller OP-Umgebungen, sowohl für Training und Ausbildung, aber auch für die Prozessoptimierung und Technologieentwicklung. Während höher immersive Simulationen bislang an der verfügbaren Rechenleistung und der Komplexität der Szenen scheiterten, dürften derartige Probleme aufgrund technischer Weiterentwicklungen zukünftig weniger bedeutsam sein. Zudem existieren kommerziell verfügbare Modelle für die OP-Simulation, welche die Umsetzung ebenfalls unterstützen. Eine umfassende Simulation chirurgischer Operationen hingegen stellt weiter eine Herausforderung dar, da diese nicht nur die (idealerweise patientenindividuelle) virtuelle Anatomie sowie Gewebe und Objektinteraktionen abbilden muss, sondern auch Komplikationen (wie z. B. Blutungen oder Minderperfusionen) und die biomechanischen Eigenschaften (Elastizität, Reißfestigkeit etc.) realistisch simulieren sollte. Nur so kann ein effektives, virtuelles, chirurgisches Training aller Weiterbildungsstufen in Zukunft möglich sein. Eine deutsche Initiative unter Einbindungen ausgewiesener Experten aus Klinik und Computerwissenschaften ist aktuell bemüht, diesen Ball aufzunehmen und eine neue Form des chirurgischen Trainings auf Basis von VR-Simulation zu realisieren [30].

Auch wenn medizinische Behandlung immer eine direkte Beziehung zwischen Patient:innen und Ärzt:innen sein sollte, ist davon auszugehen, dass die virtuelle Realität und damit der virtuelle OP-Saal zukünftig eine wesentliche Rolle spielen werden.

Literatur

[1]   https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/value-creation-in-the-metaverse 2022. Zugriff am 29.07.2023.
[2]   BMBF. https://www.forschung-it-sicherheit-kommunikationssysteme.de/forschung/kommunikationssysteme/5g-taktiles-internet. Zugriff am 3.8.2023].
[3]   Kurzweil, R. https://www.thekurzweillibrary.com/foreword-to-virtual-humans Zugriff am 27.07.2023].
[4]   Dymora, P., B. Kowal, M. Mazurek, and S. Romana. The effects of Virtual Reality technology application in the aircraft pilot training process. in IOP conference series: materials science and engineering. 2021. IOP Publishing.
[5]   Makary, M.A. and M. Daniel, Medical error—the third leading cause of death in the US. Bmj, 2016. 353.
[6]   Darzi, A., S. Smith, and N. Taffinder, Assessing operative skill. Needs to become more objective. Bmj, 1999. 318(7188): p. 887-8.
[7]   Griffen, F.D., et al., Violations of Behavioral Practices Revealed in Closed Claims Reviews. Annals of Surgery, 2008. 248(3): p. 468-474.
[8]   Catchpole, K., A. Mishra, A. Handa, and P. McCulloch, Teamwork and error in the operating room: analysis of skills and roles. Annals of surgery, 2008. 247(4): p. 699-706.
[9]   Huber, T., et al., Education Team Time Out in Oncologic Visceral Surgery Optimizes Surgical Resident Training and Team Communication–Results of a Prospective Trial. Journal of Surgical Education, 2023.
[10] Schiff, L., et al., Quality of communication in robotic surgery and surgical outcomes. JSLS: Journal of the Society of Laparoendoscopic Surgeons, 2016. 20(3).
[11] Weber, J., et al., Effects of flow disruptions on mental workload and surgical performance in robotic-assisted surgery. World journal of surgery, 2018. 42: p. 3599-3607.
[12] Li, L., et al., Application of virtual reality technology in clinical medicine. American journal of translational research, 2017. 9(9): p. 3867.
[13] Lehmann, K.S., et al., A prospective randomized study to test the transfer of basic psychomotor skills from virtual reality to physical reality in a comparable training setting. Annals of surgery, 2005. 241(3): p. 442.
[14] Calatayud, D., et al., Warm-up in a virtual reality environment improves performance in the operating room. Annals of surgery, 2010. 251(6): p. 1181-1185.
[15] Humm, G., et al., The impact of virtual reality simulation training on operative performance in laparoscopic cholecystectomy: meta-analysis of randomized clinical trials. BJS open, 2022. 6(4): p. zrac086.
[16] Huber, T., et al., New dimensions in surgical training: immersive virtual reality laparoscopic simulation exhilarates surgical staff. Surgical endoscopy, 2017. 31: p. 4472-4477.
[17] Frederiksen, J.G., et al., Cognitive load and performance in immersive virtual reality versus conventional virtual reality simulation training of laparoscopic surgery: a randomized trial. Surgical endoscopy, 2020. 34: p. 1244-1252.
[18] Scerbo, M.W., et al. A virtual operating room for context-relevant training. in Proceedings of the Human Factors and Ergonomics Society Annual Meeting. 2007. Sage Publications Sage CA: Los Angeles, CA.
[19] Abelson, J.S., et al., Virtual operating room for team training in surgery. The American Journal of Surgery, 2015. 210(3): p. 585-590.
[20] De, S., C.D. Jackson, and D.B. Jones, Intelligent Virtual Operating Room for Enhancing Nontechnical Skills. JAMA surgery, 2023. 158(6): p. 662-663.
[21] Chheang, V., et al. Towards virtual teaching hospitals for advanced surgical training. in 2022 IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (VRW). 2022. IEEE.
[22] Pérez-Escamirosa, F., et al., Immersive virtual operating room simulation for surgical resident education during COVID-19. Surgical Innovation, 2020. 27(5): p. 549-550.
[23] Yu, K., et al., Avatars for teleconsultation: Effects of avatar embodiment techniques on user perception in 3d asymmetric telepresence. IEEE Transactions on Visualization and Computer Graphics, 2021. 27(11): p. 4129-4139.
[24] Yu, K., et al. Magnoramas: Magnifying dioramas for precise annotations in asymmetric 3d teleconsultation. in 2021 IEEE Virtual Reality and 3D User Interfaces (VR). 2021. IEEE.
[25] Roth, D., et al. Real-time mixed reality teleconsultation for intensive care units in pandemic situations. in 2021 IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (VRW). 2021. IEEE.
[26] Bernhard, L., et al., Mobile service robots for the operating room wing: balancing cost and performance by optimizing robotic fleet size and composition. International Journal of Computer Assisted Radiology and Surgery, 2023. 18(2): p. 195-204.
[27] Amato, C., et al., The hospital of the future: rethinking architectural design to enable new patient-centered treatment concepts. International Journal of Computer Assisted Radiology and Surgery, 2022. 17(6): p. 1177-1187.
[28] Hamoud, I., et al. ST (OR) $^ 2$: Spatio-Temporal Object Level Reasoning for Activity Recognition in the Operating Room. in Medical Imaging with Deep Learning. 2023.
[29] Özsoy, E., et al., Multimodal semantic scene graphs for holistic modeling of surgical procedures. arXiv preprint arXiv:2106.15309, 2021.
[30] Benz, S. https://www.surgical-simulation.net/ Zugriff am 4.8.2023].

Korrespondierender Autor:

Prof. Dr. med. Dirk Wilhelm

Technische Universität München

School of Medicine

Klinikum rechts der Isar, Klinik

Poliklinik für Chirurgie

CTAC, Sektion für Computer- und Telematik assistierte Chirurgie der Deutschen Gesellschaft für Chirurgie (DGCH)

PD Dr. med. Tobias Huber

Klinik für Allgemein-, Viszeral- und Transplantationschirurgie

Universitätsmedizin der Johannes Gutenberg-Universität

Mainz

CTAC, Sektion für Computer- und Telematik assistierte Chirurgie der Deutschen Gesellschaft für Chirurgie (DGCH)

Chirurgie

Wilhelm D, Huber T: „Ready Surgeon One?” – Chirurgie im virtuellen OP-Saal. Passion Chirurgie. 2023 Oktober; 13(10): Artikel 03_02.

Weitere Artikel zum Thema „Digitalisierung“ finden Sie auf BDC|Online (www.bdc.de) unter der Rubrik Wissen | Fachgebiete.

Die in Deutschland angestrebte Digitalisierung des Gesundheitswesens verspricht vereinfachte Arbeitsabläufe, effizientere Kommunikation sowie bessere Dokumentation und daraus folgende sicherere Handlungsabläufe [1]. Diverse digitale Gesundheitsanwendungen wie beispielsweise die elektronische Patientenakte (ePA), ermöglichen es, Patienten und medizinischem Personal einen gesammelten Überblick über die dem Patienten zugehörigen Dokumente zu verschaffen. Die Ansammlung von derartig großen Datenmengen birgt jedoch auch die nicht zu unterschätzende Herausforderung, diese zu verwalten und adäquat, sinngerecht und mit Fokus auf klinische Relevanz auszuwerten. Hier kann künstliche Intelligenz (KI) Abhilfe verschaffen [2]. KI ist in der Lage, enorme Datenmengen (Big Data) schnell, statistisch und probabilistisch auszuwerten und daraus Vorhersagen über zukünftige Entwicklungen bzw. Empfehlungen zu treffen. In der Chirurgie beschäftigt sich ein ganzes wissenschaftliches Feld mit der Aufnahme und Dokumentation, Katalogisierung und digitalen Verwaltung sowie Analyse von multimodalen Daten [2]. Im Mittelpunkt der chirurgischen Datenwissenschaft (Surgical Data Science) stehen dabei Daten aus der präoperativen Diagnostik und Bildgebung sowie intraoperatives, endoskopisches Video- und Bildmaterial und postoperative klinische Daten und Verläufe.

Obwohl KI hinsichtlich repetitiver Datenauswertung, automatisierter Erkennung von wiederkehrenden Mustern innerhalb von Datensätzen und datenbasierten statistischen Analysen dem Menschen überlegen ist, mangelt es ihr an der menschlichen Fähigkeit des kreativen Verknüpfens von Zusammenhängen und kritischem Denken [3, 4]. Im chirurgischen Kontext sind diese Fähigkeiten, insbesondere im Hinblick auf die intraoperative Entscheidungsfindung, aber von großer Bedeutung. Daraus resultiert die Frage, wie KI im chirurgischen Umfeld am effektivsten und sichersten zum Einsatz kommen kann und sollte.

Chirurgische KI

Die praktische Anwendung von KI auf die Chirurgie konzentriert sich derzeit vorrangig auf die Analyse von intraoperativen Video-Daten hinsichtlich der automatisierten Erkennung von chirurgischen Phasen[5], Lokalisierung von Instrumenten und Klassifizierung [6] von Interaktionen zwischen Instrument und Gewebe [7] (siehe Abb. 1).

Aufgrund der hohen Fallzahlen und des standardisierten Ablaufs ist die laparoskopische Cholezystektomie eine der meistadressierten Operationen[8]–[10]. Kürzlich wurde das Repertoire durch Arbeiten zur KI-basierten Analyse der Chirurgie des oberen Gastrointestinaltrakts und der kolorektalen Chirurgie ergänzt [6], [11]–[14]. Jedoch ist die chirurgische KI von datenbasierten, sicheren und in Echtzeit abrufbaren autonomen Warn- und Navigationssystemen analog zur Automobilindustrie oder Luftfahrt noch weit entfernt. Grund hierfür sind die begrenzte Quantität, Qualität und Vielfalt der zur Verfügung stehenden Daten, an denen KI-Algorithmen trainiert werden [15], [16].

Abb. 1: Schematische Darstellung des derzeitigen Fokus von chirurgischer KI; insbesondere die zeitliche, räumliche und konzeptionelle Analyse des operativen Arbeitsablaufs anhand von minimalinvasiven Video-Daten steht im Mittelpunkt

Hier könnte die Digitalisierung der Chirurgie den Weg für KI ebnen und eine grundlegende Infrastruktur etablieren, die die translationale Weiterentwicklung von KI begünstigt. Die hochqualitative Aufnahme, adäquate Aufbereitung und effektive Nutzbarkeit von ganzheitlichen Daten aus dem Operationssaal (OP) sind essenzielle Voraussetzungen für die Entwicklung KI-basierter Sicherheitssysteme. Dies bedeutet beispielsweise die Verknüpfung von intraabdominellen Video-Daten mit präoperativer Bildgebung in Echtzeit und die daraus folgende Abbildung anatomischer Strukturen auf dem Operationsfeld durch 3-D-Rekonstruktion. Zudem ermöglicht eine mit dem Operationsvideo zeitlich synchronisierte Abbildung und Analyse von klinischen Patientenparametern, die Analyse von intraoperativen Ereignissen, die im Zusammenhang mit postoperativen Komplikationen stehen. Neue innovative Technologien, wie beispielsweise die Operation Room Black Box von Surgical Safe Technologies (Surgical Safe Technologies, Toronto, Kanada), ermöglichen die umfassende Aufnahme von multimodalen Informationen aus dem Operationssaal [17]. Bild- und Videomaterial von deckenmontierten Kameras sowie dem Laparoskop werden mit anästhesiologisch erhobenen Vitalparametern zeitlich synchronisiert und erlauben somit eine deutlich akkuratere postoperative Auswertung von Komplikationen. Zudem verschafft diese umfassende Datenerhebung entscheidende Einsicht in die Team-Dynamik im Operationssaal und Aspekte, die die Patientensicherheit nachhaltig beeinflussen [18], [19].

Die Symbiose zwischen Digitalisierung und KI ist somit für Wissenschaftler und Kliniker keine weit entfernte Zukunftsfantasie, sondern in vielen OPs in den USA bereits eine sich stetig weiterentwickelnde Realität.

Der digitale Operations Saal der Zukunft

Präoperative systematische Datenanalyse ermöglicht bereits heute genauere Risiko-Stratifizierung des chirurgischen Patienten, digital unterstützte Aufklärung und eine verbesserte chirurgische Ausbildung [8], [20]. Intraoperativ ermöglichen Augmented Reality und Computer Vision die Projektion von digitalen Informationen auf das Operationsfeld [21], anatomische 3-D-Simulationen basierend auf präoperativer Schnittbildgebung[22], intraoperative Markierung oder Annotation von Strukturen und das millimetergenaue Ausmaß von Entfernungen im Situs[23].

Abb. 2: Beispielhafte Übersicht über multimodale Daten, die im Rahmen des prä-, intra- und postoperativen Verlaufs eines chirurgischen Patienten erhoben werden können. Voraussetzungen für die Entwicklung klinisch relevanter KI sind adäquate Infrastrukturen zur Verarbeitung und Bereitstellung dieser Daten.

Postoperativ können Patientenverläufe mit den bis dahin gesammelten Daten integriert und mittels KI genauer ausgewertet werden, um sensitive Vorhersagen hinsichtlich potenzieller Komplikationen oder dem Überleben des Patienten zu treffen. Zudem versprechen Tele-Chirurgie und das taktile Internet eine Demokratisierung von chirurgischen Fähigkeiten und somit eine flächendeckende Verbesserung der chirurgischen Patientenversorgung und Ausbildung zukünftiger Chirurg:innen [24]. Die systematische Verarbeitung und mundgerechte Bereitstellung von multimodalen Daten und Integration in das operative Handlungsgeschehen wird Chirurg:innen verstärkte Übersicht über den Situs und operative Ereignisse sowie ein genaueres Verständnis über die Pathophysiologie chirurgischer Krankheitsbilder verschaffen. Somit werden neue, individualisierte chirurgische Therapieansätze geschaffen und chirurgische Komplikationen reduziert.

Dabei gilt es zu bedenken, dass der Zugang zu solchen Technologien aufgrund der enormen Kosten und der derzeit bestehenden ungleichen Ressourcenstärke unter deutschen Krankenhäusern einigen wenigen Zentren obliegt. Zudem besteht ein nicht unentschiedener Nachholbedarf in der Etablierung von regulatorischen Voraussetzungen, strukturellen und rechtliche Rahmenbedingungen, die die sinnvolle und sichere Nutzung und Kuration der beschriebenen Daten ermöglichen (siehe Abb. 2).

Digitalisierung ermöglicht KI

Chirurgische Datenwissenschaft zielt mittels KI darauf ab, bestehende chirurgische Expertise zu ergänzen und nicht, diese zu ersetzen. Die neue Bewegung hin zur digitalen Medizin und somit digitalen Chirurgie könnte somit einen potenten Katalysator für eine KI-gestützte sichere, effizientere und evidenzbasierte moderne Chirurgie darstellen. Voraussetzung hierfür ist jedoch nicht nur die Digitalisierung bestehender Dokumentationsprozesse anstatt der bislang etablierten Papierform, sondern auch die Einführung systematischer digitaler Datenerfassung im Operationssaal, sowie Interoperabilität zwischen verschiedenen digitalen Systemen[2]. Derzeit besteht keine einheitliche Infrastruktur, die eine ganzheitliche Datenaufnahme im OP sicherstellt. Denn im chirurgischen Alltag sind hauchdünne Abschriften von Narkoseprotokollen und auf USB gespeicherte intraoperative Videodaten und Standbilder noch immer tägliche Realität.

In Zukunft wird die digitale Datenerfassung in der Chirurgie wohl, neben entscheidender Anpassung von regulatorischen und ethischen Rahmenbedingungen, auch eine kulturelle Umstellung verlangen. Denn selbst die Initiierung der Aufnahme des Operationsvideos ist ein manueller, stark fehleranfälliger Prozess. Der unmittelbar bevorstehende Ersatz von Papierdokumenten durch die ePA, um wichtige Patienten-relevante Parameter zuverlässig zu erfassen und nachhaltig zu dokumentieren, zeigen in der Chirurgie ein enormes Potenzial sowie enormen Nachholbedarf auf. Um die nächste Evolutionsstufe des technologisch fortgeschrittenen KI-augmentierten OPs zu realisieren, werden untereinander verknüpfte anwenderfreundliche Aufnahmegeräte benötigt sowie enorme digitale Speicherkapazität, adäquate strukturelle Grundlagen zur Bereitstellung und zum Teilen von chirurgischen Daten und einen interdisziplinären Diskurs zwischen Computerwissenschaftlern und Klinikern [16].

Letztlich wird KI nur Einzug in den chirurgischen Alltag erhalten, wenn die Digitalisierungsbewegung der deutschen Medizin eine flächendeckende Datenerfassung und umfangreiche Nutzung der verfügbaren Technologien ermöglicht sowie die Übersetzung von theoretischen Ansätzen des maschinellen Lernens in klinische Studien unterstützt.

Literatur

[1]   “Digitalisierung im Gesundheitswesen,” Bundesministerium für Gesundheit, 30-Aug-2023. [Online]. Available: https://www.bundesgesundheitsministerium.de/themen/digitalisierung/digitalisierung-im-gesundheitswesen.html. [Accessed: 06-Sep-2023].
[2]   L. Maier-Hein et al., “Surgical data science – from concepts toward clinical translation,” Med. Image Anal., vol. 76, p. 102306, Feb. 2022.
[3]   J. Fjeld and A. Nagy, “Principled Artificial Intelligence,” Berkman Klein Center, Jan. 2020.
[4]   S. J. Russell, S. Russell, and P. Norvig, Artificial Intelligence: A Modern Approach. Pearson, 2020.
[5]   K. C. Demir, H. Schieber, D. Roth, A. Maier, and S. H. Yang, “Surgical Phase Recognition: A Review and Evaluation of Current Approaches,” TechRxiv, 02-May-2022.
[6]   P. De Backer et al., “Multicentric exploration of tool annotation in robotic surgery: lessons learned when starting a surgical artificial intelligence project,” Surg. Endosc., Aug. 2022.
[7]   C. I. Nwoye et al., “Recognition of Instrument-Tissue Interactions in Endoscopic Videos via Action Triplets,” in Medical Image Computing and Computer Assisted Intervention – MICCAI 2020, 2020, pp. 364–374.
[8]   T. M. Ward, D. A. Hashimoto, Y. Ban, G. Rosman, and O. R. Meireles, “Artificial intelligence prediction of cholecystectomy operative course from automated identification of gallbladder inflammation,” Surg. Endosc., vol. 36, no. 9, pp. 6832–6840, Sep. 2022.
[9]   J. J. Jung et al., “Development and Evaluation of a Novel Instrument to Measure Severity of Intraoperative Events Using Video Data,” Ann. Surg., vol. 272, no. 2, pp. 220–226, Aug. 2020.
[10] P. Mascagni et al., “Surgical data science for safe cholecystectomy: a protocol for segmentation of hepatocystic anatomy and assessment of the critical view of safety,” arXiv [eess.IV], 21-Jun-2021.
[11] S.-E. Kudo et al., “Artificial Intelligence System to Determine Risk of T1 Colorectal Cancer Metastasis to Lymph Node,” Gastroenterology, vol. 160, no. 4, pp. 1075-1084.e2, Mar. 2021.
[12] D. Kitaguchi et al., “Automated laparoscopic colorectal surgery workflow recognition using artificial intelligence: Experimental research,” Int. J. Surg., vol. 79, pp. 88–94, Jul. 2020.
[13] M. Takeuchi et al., “Automated Surgical-Phase Recognition for Robot-Assisted Minimally Invasive Esophagectomy Using Artificial Intelligence,” Ann. Surg. Oncol., vol. 29, no. 11, pp. 6847–6855, Oct. 2022.
[14] J. A. Eckhoff et al., “TEsoNet: knowledge transfer in surgical phase recognition from laparoscopic sleeve gastrectomy to the laparoscopic part of Ivor-Lewis esophagectomy,” Surg. Endosc., vol. 37, no. 5, pp. 4040–4053, May 2023.
[15] J. Balch, G. R. Upchurch Jr, A. Bihorac, and T. J. Loftus, “Bridging the artificial intelligence valley of death in surgical decision-making,” Surgery, vol. 169, no. 4, pp. 746–748, Apr. 2021.
[16] J. A. Eckhoff et al., “SAGES consensus recommendations on surgical video data use, structure, and exploration (for research in artificial intelligence, clinical quality improvement, and surgical education),” Surg. Endosc., Jul. 2023.
[17] A. I. Al Abbas et al., “The Operating Room Black Box: Understanding Adherence to Surgical Checklists,” Ann. Surg., vol. 276, no. 6, pp. 995–1001, Dec. 2022.
[18] J. J. Jung, P. Jüni, G. Lebovic, and T. Grantcharov, “First-year Analysis of the Operating Room Black Box Study,” Ann. Surg., vol. 271, no. 1, pp. 122–127, Jan. 2020.
[19] J.-N. Gallant, K. Brelsford, S. Sharma, T. Grantcharov, and A. Langerman, “Patient Perceptions of Audio and Video Recording in the Operating Room,” Ann. Surg., vol. 276, no. 6, pp. e1057–e1063, Dec. 2022.
[20] D. A. Hashimoto, G. Rosman, and O. R. Meireles, Artificial Intelligence in Surgery: Understanding the Role of AI in Surgical Practice. McGraw-Hill Education, 2021.
[21] C. Dennler et al., “Augmented reality in the operating room: a clinical feasibility study,” BMC Musculoskelet. Disord., vol. 22, no. 1, p. 451, May 2021.
[22] J. J. Rassweiler et al., “Future of robotic surgery in urology,” BJU Int., vol. 120, no. 6, pp. 822–841, Dec. 2017.
[23] F. Marchegiani et al., “New Robotic Platforms in General Surgery: What’s the Current Clinical Scenario?,” Medicina , vol. 59, no. 7, Jul. 2023.
[24] F. H. P. Fitzek, S.-C. Li, S. Speidel, T. Strufe, M. Simsek, and M. Reisslein, Tactile Internet: with Human-in-the-Loop. Academic Press, 2021.

Eckhoff JA: Wie die Digitalisierung der Chirurgie den Weg für Künstliche Intelligenz ebnet. Passion Chirurgie. 2023 Oktober; 13(10): Artikel 03_03.