Anwendung von künstlicher Intelligenz in der onkologischen Chirurgie des oberen Gastrointestinaltrakts

• Published in: Onkologie (Heidelberg, Germany) Germany), 2023-06, Vol.29 (6), p.515-521
• Main Authors: Eckhoff, Jennifer A., Fuchs, Hans F., Meireles, Ozanan R.
• Format: Article
• Language: ger
• Subjects: Annotations; Computer vision; Minimally invasive surgery; Surgeons
• ISSN: 2731-7226; 2731-7234
• DOI: 10.1007/s00761-023-01318-9

HintergrundMit zunehmendem technologischem Fortschritt im Operationssaal hat auch die Anwendung von künstlicher Intelligenz (KI) auf die minimal-invasive Chirurgie in den vergangenen Jahren vermehrt an wissenschaftlicher Aufmerksamkeit gewonnen. Die Verwendung von Computer Vision zur Analyse von chirurgischen Video- und Bilddateien zielt darauf ab, Algorithmen des maschinellen Lernens ein umfassendes Verständnis von zeitlich und räumlichen Sachverhalten im Operationsgebiet zu vermitteln. KI gelingt es mit zunehmender Genauigkeit, chirurgische Instrumente und anatomische Strukturen sowie deren Interaktion zu differenzieren, optimale Dissektionsareale auf das Operationsfeld zu projizieren und komplexe chirurgische Zusammenhänge nachzuvollziehen. Zudem ist die automatisierte Erkennung und Vorhersage von operativen Teilschritten oder „Phasen“ ein dominanter Forschungsschwerpunkt. Jedoch beschränkt sich das Feld derzeit vorrangig auf hoch standardisierte, routinierte Eingriffe wie z. B. die laparoskopische Cholezystektomie. Die Anwendung auf onkologische Operationen i. Allg., v. a. aber auf die Chirurgie des oberen Gastrointestinaltrakts, ist überschaubar. Um das volle klinische Potenzial von KI zur intraoperativen Analyse und operativen Risikominimierung zu entfalten, müssen jene Algorithmen auf hoch komplexe und v. a. onkologische Eingriffe generalisierbar sein.ZielDieser Artikel gibt eine Übersicht über derzeit etablierte Anwendungsmöglichkeiten von KI auf die minimal-invasive Chirurgie des oberen Gastrointestinaltrakts i. Allg. und speziell im Hinblick auf onkologische Chirurgie. Darüber hinaus werden zukünftige Möglichkeiten und Einschränkungen des derzeit translationalen Forschungsgebiets erläutert.