A point-based objective scoring tool using surgical videos for grading difficulty levels of laparoscopic cholecystectomy

Im Operationssaal bewegen sich die Hände eines Chirurgen mit Präzision, doch der Pfad, den sie nehmen, ist selten bei jedem Patienten derselbe. Eine laparoskopische Cholezystektomie, der Eingriff zur Entfernung der Gallenblase durch kleine Schnitte, ist eine der am häufigsten durchgeführten Operationen weltweit. Bei einigen Patienten liegt das Organ ruhig da, leicht anzuheben und zu entfernen. Bei anderen haben jahrelange Entzündungen oder Infektionen das Gebiet in ein Wirrwarr aus Narbengewebe und Flüssigkeit verwandelt, was die Aufgabe erheblich erschwert. Diese Variabilität schafft ein Problem für die medizinische Gemeinschaft: Wie bewertet man fair das Geschick eines Chirurgen, wenn eine Operation ein einfacher Spaziergang im Park ist und eine andere ein Aufstieg an einer senkrechten Klippe? Traditionelle Wege zur Messung der Schwierigkeit stützen sich oft darauf, wie lange die Operation dauerte oder ob der Chirurg zu einem größeren, offenen Schnitt wechseln musste. Diese Maße sind jedoch fehlerhaft, da sie stark von der eigenen Erfahrung des Chirurgen, dem Geschick seiner Assistenten und sogar der Qualität der Ausrüstung abhängen, statt von der tatsächlichen Herausforderung, die der Körper des Patienten darstellt.

Um dies zu lösen, entwickelten Forscher der Northern Health und der University of Melbourne einen neuen Weg, diese Operationen einzustufen. Sie wollten ein System schaffen, das nur das betrachtet, was auf dem Videobildschirm während der Operation zu sehen ist, und alles andere ignoriert. Durch die strikte Konzentration auf visuelle Beweise wollten sie ein Standardmaß entwickeln, das die Schwierigkeit eines Falles objektiv messen kann, unabhängig davon, wer die Operation durchführt. Dieser Ansatz ist entscheidend für die Ausbildung neuer Chirurgen und für die Forschung, da er es Experten ermöglicht, Leistungen auf einer gleichen Basis zu vergleichen. Er öffnet auch die Tür für zukünftige Technologien, bei denen Computerprogramme eines Tages diese Videos beobachten und die Schwierigkeit automatisch bewerten könnten, wodurch menschliche Voreingenommenheit vollständig eliminiert wird.

Das Team begann mit der Sammlung von achtzig anonymisierten Videoaufzeichnungen dieser Gallenblasenentfernungen. Sie wählten nur Videos aus, die mit einer spezifischen Vier-Port-Technik aufgenommen wurden, bei der der Patient auf dem Rücken liegt, um sicherzustellen, dass die Sicht konsistent war. Drei Expertenchirurgen, die auf Leber- und Gallengangsoperationen spezialisiert sind, sahen sich diese Videos an, um die Schwierigkeit zu bewerten. Bevor sie begannen, wurden die Experten anhand von zwei Beispielvideos, die nicht Teil der Studie waren, geschult, um sicherzustellen, dass sie alle verstanden, worauf es ankommt. Die Forscher hatten bestehende Bewertungssysteme überprüft und entschieden, sich ausschließlich auf Echtzeit-visuelle Merkmale zu konzentrieren, wie etwa wie die Gallenblase aussah, wie schwer sie zu bewegen war und welche Hindernisse während des Eingriffs auftraten.

Die Experten sahen sich die Videos an und klassifizierten jeden Fall als leicht, moderat oder schwer. Sie suchten nach spezifischen Anzeichen, wie etwa ob die Gallenblase unter Schichten von klebrigem Narbengewebe begraben war, ob das Organ so geschwollen oder beschädigt war, dass es mit chirurgischen Instrumenten nicht gegriffen werden konnte, oder ob die Chirurgen Flüssigkeit abpumpen mussten, um das Gebiet sicherer zu machen. Das Team stellte fest, dass die Experten sich bei den meisten dieser visuellen Anzeichen sehr gut einig waren. Fünf der verwendeten Kriterien wurden als aufweisend einer exzellenten Übereinstimmung bewertet, was bedeutete, dass die Experten fast immer dasselbe sahen, während vier andere eine gute Übereinstimmung zeigten. Keine Kriterien wurden als schlecht eingestuft, was darauf hindeutet, dass diese visuellen Hinweise zuverlässig sind und von verschiedenen Personen auf die gleiche Weise erkannt werden können.

Als die Forscher die als „schwer“ klassifizierten Videos mit denen als „leicht“ klassifizierten verglichen, traten klare Muster zutage. In den schwierigen Fällen war die Wahrscheinlichkeit deutlich höher, dass die Gallenblase vollständig von Adhäsionen bedeckt war, also Banden aus Narbengewebe, die Organe zusammenkleben. In der Gruppe der schweren Fälle war die Gallenblase in dreizehn Prozent der Fälle vollständig begraben, verglichen mit nur einem Prozent in der leichten Gruppe. Die Experten stellten auch fest, dass in den schwierigsten Fällen die Wand der Gallenblase oft verdickt war und das Organ Anzeichen einer schweren Infektion oder Gangrän aufwies. Vielleicht am aussagekräftigsten war der physische Kampf beim Umgang mit dem Organ; in fast der Hälfte der schweren Fälle konnten die Chirurgen die Gallenblase überhaupt nicht greifen, ein Problem, das in den leichten Fällen nie auftrat. In zwei Dritteln der schweren Fälle mussten die Chirurgen eine Dekompression durchführen, was das Ablassen von Flüssigkeit aus der Gallenblase beinhaltet, um deren Größe und Druck zu reduzieren, bevor sie fortfahren konnten.

Um diese Beobachtungen in ein nutzbares Werkzeug zu verwandeln, nutzte das Team statistische Methoden, um herauszufinden, welche Faktoren am wichtigsten waren. Sie bemerkten, dass einige Anzeichen, wie eine verdickte Wand oder Anzeichen von Gangrän, oft gemeinsam auftraten, sodass sie sich auf die Faktoren konzentrierten, die als unabhängige Prädiktoren für eine schwierige Operation hervorstachen. Sie fanden heraus, dass das vollständige Begraben der Gallenblase in Narbengewebe ein wichtiges Warnsignal war. Noch signifikanter war die Unfähigkeit, das Organ zu greifen, oder die Notwendigkeit, es zu entleeren. Die Forscher ordneten diesen Faktoren basierend darauf, wie stark sie einen schwierigen Fall vorhersagten, Punkte zu. Beispielsweise wurde der Notwendigkeit einer Dekompression der höchste Wert zugewiesen, während das Vorhandensein eines Steins, der im Hals des Organs feststeckte, ebenfalls ein Schlüsselfaktor war.

Das Ergebnis war ein einfaches Bewertungssystem, bei dem ein Chirurg oder Forscher ein Video ansehen, diese spezifischen visuellen Anzeichen prüfen und die Punkte zusammenzählen kann. Wenn die Punktzahl einen bestimmten Wert erreichte, wurde der Fall als schwer klassifiziert. Das Team testete dieses System und fand heraus, dass es gut funktionierte. Wenn sie einen Grenzwert von drei verwendeten, identifizierte das Werkzeug schwere Fälle meist korrekt. Wenn sie den Grenzwert auf eins senkten, identifizierte es auch moderate Fälle erfolgreich. Dies bedeutet, dass das System zwischen einfachen, mittleren und schweren Operationen mit hoher Genauigkeit unterscheiden kann, basierend rein auf dem, was im Video sichtbar ist.

Diese Studie behauptet nicht, jedes Problem der chirurgischen Beurteilung gelöst zu haben, und räumt auch gewisse Grenzen ein. Die Forscher betrachteten nur den Teil der Operation innerhalb des Abdomens, sodass sie nicht die Zeit einbezogen, die für das Einsetzen der Instrumente benötigt wurde, oder die Positionierung des Patienten. Sie verließen sich zudem auf das subjektive Urteil von drei Expertenchirurgen, um zu definieren, was „schwer“ bedeutete, anstatt ihre Ergebnisse mit Patientenergebnissen wie der Erholungszeit zu vergleichen. Die Stärke ihrer Arbeit liegt jedoch in ihrer Objektivität. Indem sie Faktoren wie die Erfahrung des Chirurgen oder die Tageszeit ausklammerten, schufen sie einen Rahmen, der sich ausschließlich auf die Anatomie des Patienten und die unmittelbaren Herausforderungen der Operation konzentriert.

Die Auswirkungen dieser Arbeit reichen über die Bewertung einer einzelnen Operation hinaus. Indem sie bewiesen haben, dass Experten allein durch das Ansehen eines Videos übereinstimmen können, was einen Fall schwierig macht, haben die Forscher den Grundstein für die nächste Generation chirurgischer Werkzeuge gelegt. Wenn ein Mensch zuverlässig eine begraben liegende Gallenblase oder einen feststeckenden Stein auf einem Bildschirm erkennen kann, könnte ein Computerprogramm dies eventuell eines Tages auch tun. Dies könnte zu KI-Systemen führen, die Operationen in Echtzeit beobachten, Chirurgen vor potenziellen Schwierigkeiten warnen oder automatisierte Rückmeldungen für das Training geben. Für den Moment bietet dieses punktbasierte Werkzeug eine klare, reproduzierbare Methode, um die wahre Schwierigkeit einer laparoskopischen Cholezystektomie zu messen und sicherzustellen, dass die Bewertung des chirurgischen Geschicks auf der Realität der Operation basiert und nicht auf den Umständen, die sie umgeben.