Wanneer een patiënt een beroerte heeft, elke minuut telt. Hier, snelle actie kan ernstige hersenbeschadiging voorkomen. Als een stolsel een groot bloedvat in de hersenen blokkeert, chirurgen kunnen deze occlusie verwijderen door middel van een katheter die in de lies van de patiënt wordt ingebracht. Echter, dit is een ingewikkelde procedure, veel ervaring vereist, en slechts een paar specialisten zijn in staat om het uit te voeren. Bij nieuw werk, Onderzoekers van Fraunhofer hebben onderzocht of kunstmatige intelligentie kan worden gebruikt om een ​​katheter automatisch en betrouwbaar naar een verstopt bloedvat te sturen. De eerste tests met een simulatiemodel en in het laboratorium zijn veelbelovend. Het onderzoeksteam demonstreert deze nieuwe techniek op een bloedvatfantoom op de MEDICA 2019-beurs in Düsseldorf van 18 tot 21 november (hal 10, stand G05).

In Duitsland, rond 270, Jaarlijks krijgen duizend mensen een beroerte. Deze plotselinge verstoring van de bloedtoevoer naar de hersenen vereist onmiddellijke medische aandacht. Indien niet op tijd behandeld, een aanzienlijk aantal hersencellen kan afsterven, waardoor de patiënt blijvende schade oploopt, zoals verlamming of een spraakgebrek. In het slechtste geval, het kan fataal zijn. Meer en meer, de therapie van keuze is een zogenaamde trombectomie. Hier, een dunne katheter wordt ingebracht in een slagader, via de lies, en ging naar de aorta, van waar het helemaal tot aan het geblokkeerde bloedvat in de hersenen wordt geregen. Zodra het geblokkeerde vat is bereikt, een speciaal instrument dat een stent retriever wordt genoemd, wordt geopend om een ​​klein, mandachtig gaas dat stevig verstrikt raakt in het bloedstolsel. De katheter wordt dan teruggetrokken, samen met de klonter. Deze procedure duurt van 45 minuten tot drie en een half uur, afhankelijk van de vaardigheid van de operator. Het vermogen om een ​​trombectomie uit te voeren vereist een lange training en veel oefening. Afhankelijk van het specifieke geval, alles tussen tien minuten en anderhalf uur is nodig om de katheter naar het bloedstolsel te navigeren. Onderzoekers van de in Mannheim gevestigde projectgroep voor automatisering in geneeskunde en biotechnologie PAMB - die is aangesloten bij het Fraunhofer Institute for Manufacturing Engineering and Automation IPA - hebben dit probleem nader bekeken. Hun idee is om een ​​robotsysteem - in de vorm van een computergestuurde katheter - te gebruiken om een ​​sneller en betrouwbaarder alternatief voor deze moeizame procedure te creëren. In een nieuw vertrek, ze hebben de kracht van kunstmatige intelligentie aangewend om de katheter autonoom naar de betreffende plaats te leiden. "De chirurgische ingreep zelf, waarbij het bloedstolsel wordt verwijderd door middel van de stent retriever, wordt nog steeds uitgevoerd door een arts. Maar de eigenlijke reis naar het verstopte bloedvat, waar verschillende anatomische moeilijkheden moeten worden overwonnen, wordt uitsluitend uitgevoerd door een autonoom bestuurde katheter, " legt Johannes Horsch uit, een van de ingenieurswetenschappers van de projectgroep. "Deze procedure kan niet alleen worden gebruikt voor het verwijderen van bloedstolsels, maar ook bij andere soorten endovasculaire chirurgie, zoals de behandeling van een hartinfarct of levertumoren."

Autonome navigatie op basis van diep versterkend leren

De soort kunstmatige intelligentie die de katheter in staat stelt om autonoom te navigeren, staat bekend als diepe versterkingsleer (DRL). Dit is een van de methoden die worden gebruikt om neurale netwerken te trainen, en het lijkt sterk op de manier waarop mensen leren. Het specifieke kenmerk van DRL is dat de gegevens die worden gebruikt om het neurale netwerk te trainen automatisch worden gegenereerd door een algoritme tijdens herhaalde oefening op een computersimulatiemodel - in dit geval een virtuele reconstructie van de vaatboom en een katheter, waarmee het algoritme interageert. In aanvulling, de onderzoekers hebben een tweede algoritme ontwikkeld om te beoordelen of de genomen actie goed of fout is. Indien, bijvoorbeeld, de voerdraad is correct naar rechts gedraaid en bij de volgende kruising in het juiste bloedvat ingebracht, het eerste algoritme krijgt een of meer pluspunten, bijv. +1. Indien, echter, het algoritme maakt een verkeerde beslissing, een minpunt wordt toegekend. Deze feedback stelt het algoritme in staat om autonoom te leren, zodat het neurale netwerk zich continu aanpast en verbetert. "Met behulp van het model, we kunnen alle mogelijke bewegingen van de katheter simuleren en het neurale netwerk tot een bepaald niveau trainen, " zegt Horsch. "Tot nu toe, we hadden een slagingspercentage van 95 procent met het simulatiemodel, d.w.z. in een vereenvoudigd scenario, de katheter werd zonder problemen autonoom naar het verstopte bloedvat genavigeerd. Ons doel is om dat bij de start van MEDICA tot 99 procent te verhogen."

Om autonome navigatie te laten functioneren bij een daadwerkelijke chirurgische ingreep, de positie van de katheter moet in realtime worden gevolgd. Dit is waar een andere projectpartner, het Fraunhofer Instituut voor Digitale Geneeskunde MEVIS, komt in beeld. Onderzoekers daar ontwikkelen een intelligente katheter, die wordt gevolgd in het vasculaire systeem via glasvezelsensoren en zonder enige beeldvorming. In aanvulling, ze gebruiken fluoroscopische beelden om een ​​neuraal netwerk te trainen om de katheter door het vasculaire systeem terug te trekken. De volgende stap zal zijn om deze resultaten te gegenereerd met een simulatiemodel, en breng ze over naar een fantoom, d.w.z. een model, gemaakt van kunststof, van de gehele bloedvatenboom van de lies tot de hersenen.

Boordevol praktische kennis van vele ervaren chirurgen

Veel ervaring van praktiserende artsen is gevloeid in het bouwen van een algoritme dat de katheter snel en betrouwbaar door het vasculaire systeem zal navigeren. Een belangrijk voordeel van deze nieuwe technologie is dat het de enorme variatie in de tijd die nodig is voor een dergelijke procedure zal verkleinen - een variatie die het gevolg is van verschillen in de anatomie van de patiënt. Even belangrijk, het zal kleinere klinieken mogelijk maken, zonder opgeleide specialisten op dit gebied, om endovasculaire beroertetherapie aan te bieden. Momenteel, alleen gespecialiseerde stroke units beschikken over de relevante apparatuur en medische expertise om een ​​dergelijke behandeling uit te voeren.

Katheter over en langs de voerdraad geregen

Op dit moment, bij de simulatietests gebruiken de onderzoekers een voerdraad. De volgende stap zal zijn om te proberen een katheter te navigeren die als een omhulsel over en langs de voerdraad wordt geregen. “In de huidige praktijk de katheter volgt de voerdraad. Zodra de voerdraad het juiste bloedvat heeft bereikt, de katheter wordt op zijn plaats geduwd, ", legt Horsch uit. Het team hoopt het gebruik van twee of drie steeds fijnere katheters te ontwikkelen, de ene in de andere gestoken, zodat de kleinste in de minuscule bloedvaten in de hersenen past, die veel smaller zijn dan de bloedvaten in de liesstreek.

Het project loopt tot september 2020. Tegen die tijd is de onderzoekers zullen preklinische tests hebben voltooid op het siliciumfantoom van de bloedvatboom en het algoritme hebben geperfectioneerd dat wordt gebruikt om door de katheter te navigeren. Vervolgprojecten zullen dan gericht zijn op het optimaliseren van de procedure, in het bijzonder met betrekking tot de veiligheid en betrouwbaarheid ervan. Daarna, er zijn nog eens vier tot vijf jaar gereserveerd voor klinische onderzoeken om de veiligheid en werkzaamheid aan te tonen. "Het zal ongetwijfeld nog tien tot vijftien jaar duren voordat het systeem op de markt kan worden gebracht voor gebruik in ziekenhuizen. " zegt Horsch. "Voor die tijd, er zal veel onderzoek en klinische studies nodig zijn. En, naast dat alles, wetgevers zullen wettelijke goedkeuring moeten geven voor het gebruik van neurale netwerken in een medische context." Horsch en zijn collega's zullen de nieuwste resultaten van hun onderzoek demonstreren op de MEDICA-beurs in Düsseldorf van 18 tot 21 november, 2019 (Hal 10, stand G05).