Artikel
Klinische Evaluation der sensor-basierten Workflow-Erkennung am Beispiel der laparoskopischen Cholezystektomie
Suche in Medline nach
Autoren
Veröffentlicht: | 24. April 2015 |
---|
Gliederung
Text
Einleitung: Die Entwicklung chirurgischer Assistenzsysteme setzt voraus, den OP-Ablauf durch sensor-basierte Datenerfassung abzubilden und mit chirurgischem Domänenwissen eine eindeutige Identifikation der einzelnen OP-Phasen zu erreichen. In dieser Arbeit wird ein sensor-basiertes Modell zur Workflow-Erfassung der laparoskopischen Cholezystektomie vorgestellt.
Material und Methoden: Folgende Parameter wurden erfasst: Raum- und OP-Licht, intraabdomineller Druck, Neigung OP-Tisch, Volumen Saug-/Spülflüssigkeit, HF-Strom, verwendetes Instrument. Der Eingriff wurde in 10 OP-Phasen segmentiert. Die Echtzeit-Sensordaten (n=10 Operationen) wurden verblindet annotiert. Als Referenz diente das intraoperative Laparoskopievideo (Abbildung 1 [Abb. 1]).
Ergebnisse: Start- und Endpunkte der 10 OP-Phasen konnten präzise bestimmt werden (Pearson`s Korrelationskoeffizient 0.891 - 1.000; p< 0.05). In der Bland-Atman Analyse zeigte sich für 95% der Fälle eine Übereinstimmung der Annotierungs Ergebnisse mit den Daten des Laparoskopievideos innerhalb der Übereinstimmungsgrenzen.
Schlussfolgerung: Der OP-Verlauf einer standardisierten Operation kann durch eine kontinuierliche Sensordatenerfassung in Echtzeit abgebildet werden. Die Datenanalyse ermöglicht es einem erfahrenen Beobachter, die einzelnen OP-Phasen zu annotieren. Dies ist die Voraussetzung für eine zukünftige computer-gestützte Datenanalyse und -interpretation.