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

In de operatiekamer bewegen de handen van een chirurg met precisie, maar het pad dat ze afleggen is zelden hetzelfde voor elke patiënt. Een laparoscopische cholecystectomie, de procedure om de galblaas te verwijderen via kleine incisies, is een van de meest uitgevoerde operaties wereldwijd. Voor sommige patiënten ligt het orgaan rustig stil, gemakkelijk op te tillen en te verwijderen. Voor anderen hebben jaren van ontsteking of infectie het gebied veranderd in een kluwen van littekenweefsel en vocht, wat de taak aanzienlijk moeilijker maakt. Deze variabiliteit creëert een probleem voor de medische gemeenschap: hoe beoordeel je op een eerlijke manier de vaardigheid van een chirurg wanneer de ene operatie een wandeling door het park is en de andere een klim op een steile wand? Traditionele manieren om moeilijkheidsgraad te meten, vertrouwen vaak op hoe lang de operatie duurde of of de chirurg moest overstappen op een grotere, open incisie. Echter, deze maten zijn gebrekkig omdat ze sterk afhangen van de eigen ervaring van de chirurg, de vaardigheid van hun assistenten en zelfs de kwaliteit van de apparatuur, in plaats van de werkelijke uitdaging die door het lichaam van de patiënt wordt gepresenteerd.

Om dit op te lossen, zetten onderzoekers van Northern Health en de Universiteit van Melbourne zich in om een nieuwe manier te creëren om deze operaties te gradueren. Ze wilden een systeem dat alleen keek naar wat er op het videoscherm te zien was tijdens de operatie, waarbij de rest werd genegeerd. Door zich strikt te richten op visueel bewijs, streefden ze ernaar om een standaardliniaal te bouwen die de moeilijkheidsgraad van een geval objectief kon meten, ongeacht wie de operatie uitvoerde. Deze aanpak is cruciaal voor het trainen van nieuwe chirurgen en voor onderzoek, omdat het experts in staat stelt om prestaties op een gelijk speelveld te vergelijken. Het opent ook de deur naar toekomstige technologie, waarbij computerprogramma's de video's ooit zouden kunnen bekijken en de moeilijkheidsgraad automatisch kunnen beoordelen, waardoor menselijke bias volledig wordt geëlimineerd.

Het team begon met het verzamelen van tachtig anonieme video-opnames van deze galblaasverwijderingen. Ze selecteerden alleen video's die waren gemaakt met een specifieke vier-poorten techniek waarbij de patiënt op de rug ligt, om ervoor te zorgen dat het beeld consistent was. Drie expertchirurgen, die gespecialiseerd zijn in lever- en galwegoperaties, bekeken deze video's om de moeilijkheidsgraad te beoordelen. Voordat ze begonnen, werden de experts getraind met twee voorbeeldvideo's die niet deel uitmaakten van de studie, om ervoor te zorgen dat ze allemaal begrepen waar ze naar moesten kijken. De onderzoekers hadden bestaande graderingssystemen eerder beoordeeld en besloten zich volledig te richten op real-time visuele kenmerken, zoals hoe de galblaas eruitzag, hoe moeilijk deze te bewegen was en welke obstakels tijdens de procedure verschenen.

De experts bekeken de video's en classificeerden elk geval als mild, matig of ernstig. Ze zochten naar specifieke tekenen, zoals of de galblaas begraven lag onder lagen plakkerig littekenweefsel, of het orgaan zo gezwollen of beschadigd was dat het niet met chirurgische instrumenten kon worden vastgegrepen, of dat de chirurgen vocht moesten afvoeren om het gebied veiliger te maken om te werken. Het team kwam tot de conclusing dat de experts zeer goed overeenstemden over de meeste van deze visuele kenmerken. Vijf van de criteria die zij gebruikten, werden beoordeeld als zijnde van uitstekende overeenstemming, wat betekende dat de experts bijna altijd hetzelfde zagen, terwijl vier andere een goede overeenstemming vertoonden. Geen enkele criteria werd als zwak beschouwd, wat suggereert dat deze visuele aanwijzingen betrouwbaar zijn en op dezelfde manier door verschillende mensen kunnen worden opgemerkt.

Wanneer de onderzoekers de video's die als "ernstig" waren gelabeld vergeleken met die als "mild" waren gelabeld, kwamen er duidelijke patronen naar voren. De moeilijke gevallen hadden veel meer kans om de galblaas volledig bedekt te hebben met adhesies, oftewel verbindingen van littekenweefsel die organen aan elkaar lijmen. In de ernstige groep had dertien procent van de gevallen de galblaas volledig begraven, vergeleken met slechts één procent in de milde groep. De experts merkten ook op dat in de moeilijkste gevallen de wand van de galblaas vaak verdikt was, en dat het orgaan zelf tekenen van ernstige infectie of gangreen vertoonde. Misschien wel het meest veelzegend was de fysieke strijd bij het hanteren van het orgaan; in bijna de helft van de ernstige gevallen konden de chirurgen de galblaas helemaal niet vastpakken, een probleem dat nooit voorkwam in de milde gevallen. In twee derde van de ernstige gevallen moesten de chirurgen een decompressie uitvoeren, wat inhoudt dat er vocht uit de galblaas wordt afgevoerd om de grootte en druk te verminderen voordat men kan doorgaan.

Om deze observaties om te zetten in een bruikbaar instrument, gebruikten het team statistische methoden om te bepalen welke factoren het belangrijkst waren. Ze merkten op dat sommige tekenen, zoals een verdikte wand of tekenen van gangreen, vaak samen voorkwamen, dus richtten ze zich op de factoren die er als onafhankelijke voorspellers van een moeilijke operatie uitstaken. Ze ontdekten dat het volledig begraven zijn van de galblaas in littekenweefsel een belangrijke waarschuwing was. Nog significanter was het onvermogen om het orgaan vast te pakken of de noodzaak om het te draineren. De onderzoekers kregen punten toegekend aan deze factoren op basis van hoe sterk ze een moeilijk geval voorspelden. Zo kreeg de noodzaak om de galblaas te decompresseren het hoogste gewicht, terwijl de aanwezigheid van een steen die vastzat in de hals van het orgaan ook een sleutelfactor was.

Het resultaat was een eenvoudig scoresysteem waarbij een chirurg of onderzoeker een video kan bekijken, deze specifieke visuele kenmerken kan controleren en de punten kan optellen. Als de score een bepaald niveau bereikte, werd het geval als ernstig geclassificeerd. Het team testte dit systeem en vond dat het goed werkte. Wanneer ze een afkapwaarde van drie gebruikten, identificeerde het instrument de ernstige gevallen meestal correct. Wanneer ze de afkapwaarde verlaagden naar één, identificeerde het succesvol ook de matige gevallen. Dit betekent dat het systeem onderscheid kan maken tussen eenvoudige, middelmatige en moeilijke operaties met een hoge mate van nauwkeurigheid, uitsluitend gebaseerd op wat zichtbaar is in de video.

Deze studie beweert niet elk probleem in chirurgische beoordeling te hebben opgelost, en erkent enkele beperkingen. De onderzoekers keken alleen naar het deel van de operatie binnen de buikholte, dus zij namen de tijd die nodig was om de instrumenten in te brengen of de positionering van de patiënt niet mee. Ze vertrouwden ook op het subjectieve oordeel van drie expertchirurgen om te definiëren wat "ernstig" betekende, in plaats van hun resultaten te vergelijken met patiëntuitkomsten zoals hersteltijd. De kracht van hun werk ligt echter in de objectiviteit. Door factoren zoals de ervaring van de chirurg of het tijdstip van de dag weg te laten, creëerden zij een kader dat zich volledig richt op de anatomie van de patiënt en de directe uitdagingen van de operatie.

De implicaties van dit werk reiken verder dan alleen het beoordelen van een enkele operatie. Door te bewijzen dat experts overeenstemming kunnen bereiken over wat een geval moeilijk maakt door enkel een video te bekijken, hebben de onderzoekers de grondslag gelegd voor de volgende generatie chirurgische hulpmiddelen. Als een mens betrouwbaar een begraven galblaas of een vastzittende steen op een scherm kan herkennen, zou een computerprogramma dat uiteindelijk ook kunnen. Dit zou kunnen leiden tot kunstmatige intelligentiesystemen die operaties in real-time bekijken, chirurgen waarschuwen voor potentiële moeilijkheden of automatische feedback geven voor training. Voor nu biedt dit op punten gebaseerde instrument een heldere, reproduceerbare manier om de werkelijke moeilijkheidsgraad van een laparoscopische cholecystectomie te meten, waardoor de beoordeling van chirurgische vaardigheid gebaseerd is op de realiteit van de operatie, en niet op de omstandigheden eromheen.