Smart Operation Theatre: An AI-based System for Surgical Gauze Counting

In samenwerking met het Singapore General Hospital hebben de auteurs een op AI gebaseerd systeem ontwikkeld dat met behulp van YOLOv5 en realtime videobewaking chirurgische gaasdoekjes automatisch telt om het risico op het per ongeluk achterlaten van gaas in patiënten te voorkomen.

De kern

🏥 Het Probleem: De "Vergeten Spons" in het Lichaam

Stel je voor dat je een huis aan het renoveren bent. Je gebruikt honderden doeken om het stof en het bloed op te vangen. Als je klaar bent, moet je controleren of je alle doeken weer hebt meegenomen voordat je de deur dichtdoet. Als je er één vergeet, blijft die achter in de muren. Dat kan leiden tot ernstige problemen, zoals een infectie of een operatie om het eruit te halen.

In de operatiekamer is dit precies wat er gebeurt. Chirurgen gebruiken veel gaasjes (sponsjes) om bloedingen te stoppen. Soms, door de chaos en stress van een operatie, wordt er per ongeluk een gaasje in het lichaam van de patiënt vergeten. Dit noemen artsen "Gossypiboma". Het is een ernstige fout die pijnlijke complicaties kan veroorzaken en ziekenhuizen duizenden euro's aan juridische kosten kan kosten.

🤖 De Oude Oplossing: De Menselijke "Teller"

Vroeger (en nu nog vaak) doen verpleegkundigen dit werk handmatig. Ze tellen met hun vingers: "Eén, twee, drie..." terwijl ze honderden gaasjes tellen voor en na de operatie.

• Het nadeel: Mensen maken fouten. Ze zijn moe, afgeleid of hebben haast. Het is alsof je probeert te tellen hoeveel druppels regen er in een emmer vallen terwijl er een orkest om je heen speelt.
• De dure optie: Er bestaan ook speciale gaasjes met een chipje erin (RFID) die een alarm geven als ze vergeten worden. Maar die zijn acht keer zo duur als normale gaasjes. De meeste ziekenhuizen kunnen of willen daar niet voor betalen.

🚀 De Nieuwe Oplossing: De "Slimme Camera"

Deze studenten van de NTU (in samenwerking met het Singapore General Hospital) hebben een slimme oplossing bedacht: Een AI-systeem dat als een onuitputtelijke, super-snelle teller fungeert.

Stel je voor dat je een camera hebt die niet alleen kijkt, maar ook begrijpt wat er gebeurt. Dit systeem werkt als volgt:

1. Twee Bakken (De "In" en "Out" Trays):

   • Er zijn twee bakken naast elkaar.
   • De ene bak is de "In-bak": Hier liggen de schone, nieuwe gaasjes die nog niet gebruikt zijn.
   • De andere bak is de "Out-bak": Hier komen de bloedige, gebruikte gaasjes terecht.
   • Vergelijking: Het is alsof je twee wasmanden hebt: één voor schone kleding en één voor vuile kleding. De computer houdt precies bij hoeveel er van de ene naar de andere gaat.

2. De "Oog" van de Computer (YOLOv5):

   • Het systeem gebruikt een speciale software genaamd YOLOv5. De naam staat voor "You Only Look Once".
   • Vergelijking: Stel je een superheld voor die in één flits van een oogopslag een hele menigte kan scannen en iedereen kan tellen, zonder te hoeven wachten. Deze software kijkt naar de beelden van de camera's en herkent direct: "Ah, dat is een gaasje!" of "Oh, dat is een hand van een arts!".
   • Het systeem is getraind met 11.000 foto's van echte operaties, inclusief bloedige gaasjes, schaduwen en overlappende lapjes. Het is dus niet bang voor de chaos in een operatiekamer.

3. De Verkeerslichten:

   • Op het scherm zie je een interface met twee helften (voor de twee bakken).
   • Groene rand: Alles is goed, gaasjes mogen erin of eruit.
   • Gele rand: Een hand is zichtbaar (de computer wacht even of de hand weggaat).
   • Rode rand: De computer is even druk bezig met tellen (dit duurt maar een fractie van een seconde).
   • Aan het einde van de operatie moet het scherm zeggen: "In Play = 0". Dat betekent: alle gaasjes die erin gingen, zijn er ook weer uitgekomen. Niets is achtergebleven in de patiënt.

💡 Waarom is dit zo geweldig?

• Het is goedkoper: Het kost veel minder dan die dure RFID-chip-gaasjes. Ziekenhuizen hoeven geen dure nieuwe gaasjes te kopen; ze gebruiken gewoon hun normale gaasjes en zetten er een camera boven.
• Het is sneller: Waar een mens 8 beelden per seconde kan verwerken, doet de computer er nu 15 over. Het is als een sprinter versus een wandelaar.
• Het is veiliger: Het voorkomt dat er iets in het lichaam blijft zitten. Dat is goud waard voor de patiënt en bespaart ziekenhuizen miljoenen aan juridische kosten en extra operaties.

🛠️ Wat moet er nog gebeuren?

Het systeem werkt al heel goed, maar de verpleegkundigen gaven een belangrijke tip: "Soms liggen de gaasjes in een stapel op elkaar. De computer ziet ze dan als één groot blok."
De studenten werken aan een volgende versie die zelfs stapels gaasjes kan tellen, alsof ze een magische bril dragen die door lagen heen kan kijken.

Kortom: Dit project is als het geven van een superkracht aan het ziekenhuis. In plaats van te vertrouwen op een moeizame handtelling, heeft het nu een onuitputtelijke, slimme assistent die nooit moe wordt en nooit een getal vergeet. Dit maakt operaties veiliger voor de patiënt en goedkoper voor het ziekenhuis.

Technische samenvatting

Titel: Smart Operation Theatre: Een AI-gedreven systeem voor het tellen van chirurgisch gaas

1. Probleemstelling

Tijdens chirurgische ingrepen bestaat het risico dat medisch gaas per ongeluk in het lichaam van de patiënt achterblijft. Deze aandoening staat bekend als Gossypiboma en kan leiden tot ernstige complicaties zoals abcessen, septische shock, pijn, en zelfs de dood. De behandeling vereist vaak een tweede operatie om het voorwerp te verwijderen.

Huidige preventiemethoden omvatten:

• Handmatig tellen: Dit is tijdrovend, vatbaar voor menselijke fouten (88% van de gevallen met een foutieve telling werd als correct beschouwd) en leidt af van de patiëntenzorg.
• RFID-gaas: Hoewel zeer nauwkeurig, is deze technologie aanzienlijk duurder (ongeveer 8x zo duur per stuk) dan standaard gaas, waardoor de meeste ziekenhuizen er niet voor kiezen.
• Röntgen detectie: Vereist specifieke materialen en stralingsblootstelling.

Het doel van dit onderzoek is een kosteneffectieve, nauwkeurige oplossing te ontwikkelen die de menselijke fouten elimineert zonder de hoge kosten van RFID-systemen.

2. Methodologie

Het project is ontwikkeld in samenwerking met het Singapore General Hospital (SGH) en gebruikt een combinatie van computer vision, deep learning en hardware-integratie.

• Dataverzameling:

  • Er is een dataset samengesteld met 11.000 afbeeldingen (een verachtvoudiging ten opzichte van eerdere iteraties van 2.800 afbeeldingen).
  • De data omvat zowel steriel als bloedbevlekt gaas, opgenomen in echte operatiekamers onder verschillende lichtomstandigheden.
  • Scenarios zoals overlappend gaas, schaduwen en bloedingen zijn meegenomen om realisme te garanderen.
  • De dataset is geannoteerd met Roboflow, waarbij zowel gaas als handen zijn gelabeld.

• Systeemarchitectuur:

  • Hardware: Een mobiel frame van aluminiumprofielen met aanpasbare armen die twee hoogresolutie camera's en LED-verlichting dragen. Het systeem gebruikt standaard chirurgische dienbladen, gelabeld als "In" (ongebruikt gaas) en "Out" (gebruikt/bloederig gaas).
  • Software & AI:
    • Model: Een geïntegreerd YOLOv5 (You Only Look Once) deep learning model. In tegenstelling tot eerdere versies die twee aparte modellen gebruikten (één voor mensen, één voor gaas), detecteert dit model nu zowel handen als gaas in één enkele pass.
    • Technologische Stack:
      • PyTorch: Voor het laden en uitvoeren van het model.
      • OpenCV: Voor videobewerking, frame-resizing en de gebruikersinterface.
      • CUDA: Voor versnelde inferentie op GPU's om real-time prestaties te waarborgen.
      • Multithreading: Om gelijktijdige verwerking van twee videostreams mogelijk te maken zonder vertraging.
  • Logica: Het systeem berekent het aantal gaas in het lichaam via de formule: In Play = Total In - Total Out. Aan het einde van de operatie moet "In Play" gelijk zijn aan 0.

3. Belangrijkste Bijdragen

• Geïntegreerd Model: De overgang van twee aparte modellen naar één enkel YOLOv5-model dat zowel handen als gaas detecteert. Dit heeft de nauwkeurigheid verhoogd en de verwerkingssnelheid verbeterd.
• Real-time Monitoring: Het systeem biedt live feedback tijdens de operatie via een visuele interface.
• Gebruikersfeedback Integratie: Het systeem ondersteunt nu handmatige aanpassingen van de telling, wat essentieel is voor de betrouwbaarheid in de praktijk.
• Visuele Feedbacksysteem (Verkeerslichten):
  • Groene rand: Toestemming om gaas toe te voegen of te verwijderen.
  • Gele rand: Detectie van een hand (waarschuwing voor mogelijke verstoring).
  • Rode rand: Korte update van de telling (ca. 50 ms).

4. Resultaten

• Prestatieverbetering: Door de vergroting van de dataset en de integratie van het model, is de framesnelheid (FPS) gestegen van 8 FPS naar 15 FPS.
• Nauwkeurigheid: Het systeem kan gaas correct detecteren bij een overlapping van ongeveer 50%.
• Interface: De output wordt weergegeven op een scherm met duidelijke tellingen voor "Total In", "Total Out" en "In Play".
• Beperkingen: Het systeem heeft nog moeite met het tellen van volledig gestapelde gaaslagen (zonder overlap). Dit wordt geïdentificeerd als een punt voor toekomstige verbetering met geavanceerdere modellen.

5. Betekenis en Impact

• Patiëntveiligheid: Het systeem heeft het potentieel om Gossypiboma en Retained Surgical Items (RSI) aanzienlijk te verminderen, wat levens kan redden en complicaties voorkomt.
• Kostenefficiëntie:
  • Het vermijdt de hoge kosten van RFID-gaas (ongeveer $0,50 extra per stuk + scanner).
  • Het verlaagt de financiële impact van rechtszaken; gemiddelde kosten voor een ziekenhuis door een RSI-incident bedragen naar schatting $1,46 miljoen (voornamelijk door juridische schikkingen).
  • Het SingHealth Group incasseert naar schatting $6,72 miljoen per jaar aan kosten gerelateerd aan achtergelaten gaas.
• Implementatie: Het systeem is ontworpen om naadloos te integreren in bestaande operatiekamers zonder de workflow van het medisch personeel te verstoren, behalve dat ze het gaas netjes op de dienbladen moeten leggen.

Conclusie:
Dit project demonstreert een veelbelovende, kosteneffectieve toepassing van AI in de gezondheidszorg. Door YOLOv5 te combineren met real-time videobewaking, biedt het een haalbaar alternatief voor handmatig tellen en dure RFID-systemen, met als doel de chirurgische veiligheid te maximaliseren en de kosten voor ziekenhuizen te minimaliseren.