Echtzeit-AI zur intraoperativen Anatomie-Segmentierung in der Neurochirurgie: erste Klinik-Evaluation
Von KI ausgewählt und zusammengefasst
Worum es geht
IDEAL-Stage-1-Evaluierung von Echtzeit-Pixel-Level-Computer-Vision-KI zur anatomischen Segmentierung während endoskopischer transsphenoidaler Hypophysenchirurgie mit Fokus auf Machbarkeit, Nutzerinteraktion und klinische Sicherheit.
Ergebnis
Bei acht Patienten mit Hypophysenadenomen gelang erfolgreiche KI-Deployment in sechs Fällen mit akzeptabler Sella-Segmentations-Genauigkeit; Deployment-Fehler in zwei Fällen aufgrund Boot-Konfiguration; Multiplikator-Feedback führte zur Integration zusätzlicher Struktur-Segmentationen (Karotis-Arterien) und Hardware-Upgrades; Chirurgisches Team bewertete Machbarkeit, Usability und Akzeptabilität zufriedenstellend; keine Sicherheitsvorfälle, keine AI-bedingten Komplikationen, keine signifikante Ablenkung des Operateurs.
Übertragbarkeit auf Deutschland
Großbritannien (UCL/NHS), hochentwickeltes System; Konzept auf deutsches Neurochirurgie-Setting übertragbar
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.