Generisches chirurgisches Prozessmodell für minimalinvasive Leberbehandlungsmethoden

Wissenschaftliche Berichte Band 12, Artikelnummer: 16684 (2022) Diesen Artikel zitieren

593 Zugriffe

Details zu den Metriken

Die Modellierung chirurgischer Prozesse ist ein innovativer Ansatz, der darauf abzielt, die Herausforderungen bei der Verbesserung chirurgischer Eingriffe durch quantitative Analyse eines etablierten Modells chirurgischer Aktivitäten zu vereinfachen. In diesem Artikel werden chirurgische Prozessmodellstrategien für die Analyse verschiedener minimalinvasiver Leberbehandlungen (MILTs) angewendet, einschließlich Ablation und chirurgischer Resektion der Leberläsionen. Darüber hinaus wird ein generisches chirurgisches Prozessmodell für diese Unterschiede bei MILTs vorgestellt. Das generische chirurgische Prozessmodell wurde auf drei verschiedenen Granularitätsebenen erstellt. Das generische Prozessmodell, das dreizehn Phasen umfasst, wurde anhand von Videos von MILT-Eingriffen und Interviews mit Chirurgen verifiziert. Das etablierte Modell deckt alle chirurgischen und interventionellen Aktivitäten und die Verbindungen zwischen ihnen ab und bietet eine Grundlage für umfassende quantitative Analysen und Simulationen von MILT-Verfahren zur Verbesserung computergestützter Chirurgiesysteme, der Ausbildung und Bewertung von Chirurgen, der Führung und Planung von Chirurgen sowie der Bewertung neuer Systeme Technologien.

Viele Jahre lang galt die Chirurgie als eine Kunst und behandelte die Chirurgie als einen von Künstlern gesteuerten Prozess. Dies steht im Einklang mit der Tatsache, dass viele Prozesse während einer Operation mental im Gehirn des Künstlers/Chirurgen verarbeitet werden. Um diesen Prozess besser darzustellen, liefern Expertenkonsenstreffen sowie nationale und internationale Leitlinien allgemeine Empfehlungen auf einem hohen Abstraktionsniveau, die auf den Säulen der evidenzbasierten Medizin basieren. In den letzten Jahren wurden Operationen mit der Einführung neuer Technologien, Werkzeuge und hybrider Operationssäle (OPs) immer komplizierter1. Die Verbesserung dieser hochkomplexen chirurgischen Eingriffe ist ein gemeinsames Anliegen von Experten mit unterschiedlichem Hintergrund. Ohne fundierte Kenntnisse dieser Behandlungsprozesse können diese jedoch kaum verbessert werden2.

Bei der Modellierung chirurgischer Prozesse werden Operationen nicht als vom Künstler gesteuerter Prozess behandelt, sondern als eine Abfolge von Aufgaben und Schritten, die vom klinischen Team befolgt werden3, was die Analyse und Vorhersage chirurgischer Maßnahmen unterstützen kann. Die Analyse chirurgischer Prozessmodelle kann Engpässe und potenzielle Verbesserungen der Operationen aufdecken und so zu weiteren Fortschritten beitragen4,5,6,7,8,9. Solche Prozessmodelle sind ein hervorragendes Mittel, um die strukturelle Kohärenz komplexer chirurgischer Eingriffe zu ermitteln und ein tiefgreifendes qualitatives und quantitatives Verständnis der Zusammenhänge innerhalb des chirurgischen Eingriffs, seiner Variationsparameter und seiner Ausgabeparameter zu erhalten10,11,12,13. Daher handelt es sich hierbei um hervorragende Hilfsmittel für die Schulung von Operationsteams und die Ausbildung junger Chirurgen.

Die minimalinvasive Leberbehandlung (MILT) ist ein Beispiel für ein Verfahren, bei dem verschiedene Kliniker unterschiedliche Methoden und Techniken zur Behandlung von Leberläsionen durch chirurgische/interventionelle Lebermanipulationen anwenden, wenn nicht-chirurgische Methoden (nicht-invasive und Chemotherapie-Behandlungen) nicht ausreichend sind. Nach der Einführung des minimalinvasiven Ansatzes für die Leberchirurgie im vorigen Jahrhundert hat sich erst in den letzten Jahren die Art und Weise verändert, wie gutartige und bösartige Läsionen behandelt werden14,15. Obwohl der weniger invasive Charakter von MILT im Vergleich zu offenen Operationen dem Patienten zugute kommt16,17, bleiben verschiedene Herausforderungen bestehen, die das Risiko chirurgischer Fehler erhöhen können, darunter unzureichende Visualisierung der inneren Struktur des Patienten, fehlendes taktiles Feedback und komplexe Navigation zu Zielläsionen der Behandlung18. 19. Darüber hinaus kommt es zu diesen Herausforderungen durch die kontinuierliche Veränderung der Form und Lage der Leber, z. B. durch Pneumoperitoneum, Atmung des Patienten und Manipulation der Leber während eines Eingriffs1. In den letzten drei Jahrzehnten wurde eine breite Palette von MILT-Techniken eingeführt. Diese Techniken können in drei Methoden eingeteilt werden: laparoskopische Leberresektion (LLR)20,21,22,23,24, laparoskopische Leberablation (LLA)25,26,27,28,29 und perkutane Ablation (PA)30,31. 32,33,34 und robotergestützte Resektion35. Dieser Artikel konzentriert sich auf die ersten drei Kategorien. Infolgedessen verwenden verschiedene Chirurgen und Interventionisten unterschiedliche Methoden und Techniken, die alle mit großen Prozessvariationen ausgeführt werden können. Darüber hinaus hängen die Verfahren weiter von Faktoren ab wie:

Fähigkeiten, Erfahrungen und Vorlieben des medizinischen Teams

patientenspezifische Eigenschaften, wie z. B. die Körpertopographie des Patienten, der Gesundheitszustand des Patienten und die Krankengeschichte

Art, Größe und Lage der Behandlungsbereiche.

Dies alles trägt zur inhärenten Komplexität von MILT-Verfahren bei. Ein detailliertes generisches Prozessmodell von MILT ist entscheidend für die Beurteilung dieser Komplexität, die Ausbildung neuer Chirurgen und die Verbesserung von MILT-Verfahren. Nach unserem besten Wissen ist ein solches Modell jedoch noch nicht etabliert. Die einzige verfügbare Studie zur Modellierung des MILT-Prozesses ist eine qualitative Studie, die die perkutane Hochfrequenzablation beschreibt36. Ziel dieser Studie ist es daher, ein generisches chirurgisches Prozessmodell (oder einen chirurgischen Arbeitsablauf) von MILT zu etablieren, das den gesamten Eingriff für eine Vielzahl von MILT-Methoden und die entsprechenden Techniken abdeckt. Das vorgeschlagene generische Prozessmodell stellt die Beziehung zwischen Entitäten dar und ermöglicht quantitative und qualitative Studien chirurgischer Eingriffe. Das Prozessmodell wurde modular entwickelt, um seine Benutzerfreundlichkeit und Effizienz zu erhöhen und Aspekte der Datenerfassung, Analyse und Verfahrensverbesserung zu erleichtern10,37,38,39.

Diese Studie konzentriert sich auf drei häufig unterschiedene MILT-Methoden. Innerhalb jeder Methode können mehrere Varianten, sogenannte Typen, unterschieden werden:

Laparoskopische Leberresektion (LLR): Resektion des notwendigen Bereichs des Leberparenchyms mittels minimalinvasivem Ansatz. Abhängig von der Größe und Lage der Resektionsregion können drei Arten von Operationen angewendet werden: formale Resektion40,41, anatomische Resektion42,43,44 und atypische Resektion, auch bekannt als Parenchymschonung45,46,47.

Laparoskopische Leberablation (LLA): Laparoskopische Ablation des Tumors durch Platzierung einer oder mehrerer Nadeln innerhalb oder um die Zielläsion mit dem Ziel, Zielzellen durch Verbrennen, Elektrisieren, Einfrieren oder Chemikalien zu zerstören. Der Arzt manipuliert die inneren Strukturen durch kleine Einschnitte, um den Behandlungsbereich zugänglich zu machen und sicherzustellen, dass die Behandlung an der richtigen Stelle durchgeführt wird. LLA verfügt über vier verschiedene Typen: Radiofrequenzablation (RFA)32,33,34,48, Mikrowellenablation (MWA)48,49,50,51, irreversible Elektroporation (IRE)52, Kryoablation (CA)53,54,55 und Ethanol Injektion (EI)56,57,58.

Perkutane Ablation (PA): Ähnlich wie LLA, jedoch ohne laparoskopische Manipulationen und Ablationsnadeln werden direkt durch die Haut in den Behandlungsbereich eingeführt. PA hat die gleichen Behandlungsarten wie LLA.

Um ein generisches Prozessmodell von MILT zu erstellen, wurden die in unserer vorherigen Arbeit10 vorgeschlagenen Modellierungsstrategien wie unten beschrieben angewendet.

Das generische Prozessmodell von MILT wurde auf drei Abstraktions- und Granularitätsebenen etabliert, siehe Abb. 1:

Vorgehensweise Betrachtet den gesamten Eingriff als einen einzigen Prozess, beginnend mit der Patientenaufnahme bis zum Ende des Eingriffs. Höchste Abstraktionsebene, niedrigste Granularität.

Phase (P) enthält Gruppen von Modulen und Entscheidungen, die alle ein gemeinsames Ziel oder einen Zweck haben. Mittlere Abstraktionsebene, mittlere Granularität.

Modul (M) Eine Kette von Aktionen und Entscheidungen, die darauf abzielen, ein bestimmtes Ziel innerhalb einer Phase zu erreichen. Niedriger Abstraktionsgrad, hohe Granularität.

Verschiedene Granularitätsebenen, die im entwickelten chirurgischen Prozessmodell enthalten sind.

Die Daten der MILT-Verfahren wurden durch Live-Beobachtungen und Offline-Videobeobachtungen, Literaturstudien und Interviews gesammelt.

Die Daten wurden erfasst von:

Sechzehn Live-Beobachtungen am Universitätskrankenhaus Oslo (OUH), Oslo, Norwegen und am Erasmus Medical Center, Rotterdam, Niederlande (Erasmus MC), durchgeführt von erfahrenen Teams. Die Live-Beobachtungen setzten sich aus zwölf laparoskopischen und vier Ablationsbehandlungen zusammen.

Acht Interviews mit klinischen Experten am Erasmus MC und OUH.

Neun Offline-Beobachtungen unter Verwendung endoskopischer Videoaufzeichnungen von laparoskopischen Leberoperationen und OP-Aufzeichnungen von Ablationsverfahren.

Das Prozessmodell wurde in erster Linie auf Grundlage der Live-Beobachtungen im OP entworfen. Es wurden Interviews mit den Mitgliedern des Operationsteams durchgeführt, um zu überprüfen, ob die beobachteten Verfahren repräsentativ für MILT-Methoden im Allgemeinen waren. Um ein umfassendes Verständnis der chirurgischen Methoden zu erlangen und den Teams eine Eingewöhnung an den Beobachter zu ermöglichen, nahm der Beobachter auch an mehreren laparoskopischen Resektionen anderer Organe in den oben genannten Krankenhäusern teil. Darüber hinaus wurde die Verfahrensbeschreibung der MILT-Verfahren in Ref. 19,24,34,40,56,58,59,60,61,62,63,64,65 untersucht.

Nach der Etablierung des MILT-Prozessmodells wurden endoskopische Videoaufzeichnungen laparoskopischer Leberoperationen von fünfzehn weiteren Eingriffen zur Verifizierung herangezogen. Darüber hinaus hat der Autor (MG) an sechs Interventionssitzungen im Erasmus MC und am Universitätsspital Bern (BUH) teilgenommen.

Zur abschließenden Überprüfung wurde das vorgeschlagene Prozessmodell den Klinikern vorgestellt und die Gültigkeit und Korrektheit des generischen Prozessmodells für verschiedene Techniken zur Durchführung von MILT mit den teilnehmenden Klinikern in OUH und Erasmus MC besprochen. Anhand chirurgischer Beispielvideos wurde erläutert, wie das Prozessmodell alle Aktivitäten bei der Durchführung verschiedener MILT-Techniken in der klinischen Praxis nachahmt. Die Videomarker-Software wurde verwendet, um die registrierten chirurgischen Daten für die gesamte Dauer der Probeoperationen über die endoskopischen Videos zu diskutieren.

Von jedem der klinischen Zentren, in denen die Daten gesammelt wurden, wurde eine ethische Genehmigung eingeholt und Beobachtungen zur Gestaltung und Verifizierung des Prozessmodells durchgeführt (OUH: Regionales Ethisches Komitee von Südostnorwegen – REK Sør-Øst B 2011/1285 und die Daten). Schutzbeauftragter der OUH) und Erasmus MC und BUH unter Einhaltung der ethischen Regeln des Krankenhauses). Auf der Grundlage dieser Krankenhausregeln wurden von den Patienten informierte Einwilligungen zur weiteren Untersuchung ihres chirurgischen Eingriffs eingeholt. Alle Methoden zur Datenerfassung und -verifizierung wurden gemäß den relevanten Richtlinien und Vorschriften der Krankenhäuser durchgeführt.

Um von den Vorteilen beider Ansätze zu profitieren, wurde eine Kombination aus Top-Down- und Bottom-Up-Ansätzen verwendet (siehe 10). Basierend auf den Daten aus OP-Beobachtungen, Interviews und Literaturstudien wurde zunächst ein Top-Down-Ansatz verwendet, um einen globalen Überblick über den chirurgischen Arbeitsablauf zu erstellen. Anschließend wurden die endoskopischen Videos als Low-Level-Daten verwendet, um die Details des Prozessmodells zu modellieren und den zunächst erstellten Gesamtüberblick von unten nach oben zu verbessern. Dieser Modellierungsprozess wurde solange iteriert, bis sich durch neue Iterationen keine Prozessmodelländerungen mehr ergaben.

Die Verallgemeinerung des MILT-Prozessmodells auf LLR, LLA, PA und ihre unterschiedlichen Typen und Techniken sollte eine Übereinstimmung mit Abweichungen und Unterschieden der MILT-Verfahren in der klinischen Praxis gewährleisten. Daher wurden die Daten für die Analyse und Modellierung in Verfahren unter Verwendung verschiedener MILT-Typen und -Techniken bei unterschiedlichen Patientenzuständen (Alter, Geschlecht, Körperbau, klinische Vorgeschichte, Tumorspezifikation und -anzahl usw.) erfasst. Die einzelnen Verfahren wurden im Generalisierungsprozess zusammengeführt, sodass alle Ereignisse der Behandlungen und nicht nur die wahrscheinlichsten Ereignisse abgedeckt wurden.

Das generische MILT-Prozessmodell wurde mithilfe von Workflow- und Prozessmodelldiagrammen konkretisiert. Das Prozessmodell wurde modular aufgebaut, um die Benutzerfreundlichkeit und Effizienz des Modells zu erhöhen10.

Es wurden qualitative und quantitative Überprüfungen durchgeführt, um zu bestätigen, dass das vorgeschlagene generische Prozessmodell von MILT das Verfahren in der klinischen Praxis widerspiegelt:

Es wurde eine qualitative Verifizierung durchgeführt, um zu bestätigen, dass die Pfadoptionen im etablierten Prozessmodell zu jeder beobachteten Reihenfolge möglicher Aktionen und Entscheidungen passen, die während des MILT in der klinischen Praxis auftreten. Dies geschah durch die Registrierung der Abfolge der angetroffenen Prozessmodellelemente (Phasen und Module) während des gesamten Behandlungsverfahrens von fünfzehn Offline-Beobachtungen von MILT-Verfahren von OUH. Darüber hinaus hat der Autor (MG) vier Interventionssitzungen am Universitätsspital Bern und zwei am Erasmus MC besucht. Darüber hinaus wurden Interviews mit klinischen Teams geführt und das Prozessmodell mit sehr erfahrenen Chirurgen mit mindestens 10 Jahren chirurgischer Erfahrung in OUH und Erasmus MC besprochen.

Es wurde eine quantitative Überprüfung durchgeführt, um zu bestätigen, dass die Summe der Dauer der angetroffenen Workflow-Elemente (Phasen, Module) der gesamten Verfahrensdauer von fünfzehn Offline-MILT-Verfahren von OUH entsprach.

Da jeder Behandlungsvorgang aus Tausenden von Schritten bestehen kann, wurde eine firmeneigene Software zur Prozessmodelldatenregistrierung entwickelt, um die Registrierung von Daten auf den Videos der endoskopischen Kamera zu erleichtern (Abb. 2).

Eine Momentaufnahme der entwickelten Prozessmodell-Datenregistrierungssoftware (DOI: https://doi.org/10.4121/20163926). Die Software besteht aus drei Hauptabschnitten: (a) endoskopischer Videoplayer, (b) Datenregistrierungspanel zur Registrierung von Daten auf der gewünschten Granularitätsebene, lokal oder in der Datenbank und (c) Verwaltung registrierter Daten.

Innerhalb des MILT-Behandlungsverfahrens einschließlich seiner Vorbereitungen werden klinisch drei hierarchische Unterphasen unterschieden:

Operation: der gesamte Prozess im OP, von der Vorbereitung des OPs und des Patienten bis zur Überführung des Patienten aus dem OP in den Aufwachraum.

Intervention: beginnt mit der ersten Manipulation der Ablationsnadel oder dem ersten Einschnitt im Bauch durch den Interventionisten/Chirurgen und endet mit dem Schließen des letzten Einschnitts.

Die Operation beginnt mit dem ersten Schnitt im Bauchraum durch den Chirurgen und endet, wenn der letzte Schnitt verschlossen ist.

Behandlung: die eigentliche physikalische Behandlung (Resektion oder Ablation) der Zielregion.

Das generische Prozessmodell von MILT-Prozeduren auf der niedrigsten Granularitätsebene (höchste Abstraktion) ist in Abb. 3 dargestellt und zeigt alle Phasen. Nachfolgend werden die einzelnen Phasen erläutert:

Generisches Prozessmodell von MILT auf Phasenebene. Die meisten Phasen sind blau mit durchgezogenen Rechtecken; Diese Phasen sind bei Ablations- und Resektionsverfahren üblich. Die Grauphase „Nadelmanipulation“ ist nur für die Ablationsverfahren vorgesehen. Die blauen und grauen Phasen sind durch schwarze durchgezogene und rote gestrichelte Pfeile verbunden, die den Aktivitätsfluss anzeigen. Die schwarzen durchgezogenen Pfeile sind bei Ablations- und Resektionsverfahren üblich, wohingegen die roten gestrichelten Pfeile nur für Ablationsverfahren verwendet werden. Die grün gestrichelten Rechtecke zeigen die Phasen, die jederzeit während der Operation auftreten können. Diese Phasen sind mit allen anderen Phasen verbunden, der besseren Lesbarkeit halber wurden diese Pfeile in der Abbildung jedoch weggelassen. Die schwarzen punktiert-gestrichelten Pfeile zeigen die Übertragung von Daten wie medizinischen Bildern und der Krankengeschichte des Patienten.

Phase 01: Aufnahme – Der Patient wird ins Krankenhaus eingeliefert und eine vollständige Anamnese erhoben.

Phase 02: Reoperative Bildgebung – Zur Planung des MILT-Eingriffs vor einer möglichen Operation werden medizinische Bilder der Bauchregion angefertigt. Phase 02 kann unmittelbar vor der Operation bis einige Monate vorher stattfinden.

Phase 03: Präoperative Planung – Die Planung umfasst alle Entscheidungen über Dinge wie Behandlungsansatz, Schnittorte und Resektionspfade oder mögliche Nadelplatzierungen, Größe der Zielregion usw. vor der möglichen Operation. Die Planung basiert auf der Patientenanamnese (ab Phase 01), medizinischen Bildern (ab Phase 02), vorhandener Ausrüstung sowie technischen Ressourcen und Erfahrungen.

Phase 04: Intraoperative Vorbereitung – Am Tag der Operation werden vor dem Eingriff der Patient, die OP-Ausrüstung und die chirurgischen Instrumente für die Operation vorbereitet.

Phase 05: Intraoperative Bildgebung – Medizinische Bilder können im OP vor und während des Eingriffs erfasst werden.

Phase 06: Intraoperative Planung – Der Behandlungsplan kann im OP direkt vor und während des Eingriffs erstellt oder aktualisiert werden. Alle präoperativen Daten und neuen Bilder, die im OP aufgenommen wurden (ab Phase 05), helfen bei der Entscheidungsfindung in dieser Phase. Die MILT-Methode und der MILT-Typ können während des Vorgangs auch geändert werden. Das MILT-Verfahren gilt als abgebrochen, wenn es in ein Nicht-MILT-Verfahren umgewandelt wird, beispielsweise eine offene Operation.

Phase 07: Zugang zum Operationsfeld – Wenn LLR oder LLA die bevorzugte Methode ist, macht der Chirurg zunächst das Operationsfeld zugänglich.

Phase 08a/b: Die Isolierung des Behandlungsbereichs umfasst Aktivitäten zur Trennung der Zielregion von umgebenden Strukturen und bereitet die Zielregion auf die Behandlung vor. Basierend auf der Art dieser Aktivitäten und wie sie sich auf die Anatomie des Patienten auswirken, kann die Isolierung auf zwei Arten durchgeführt werden:

Phase 08a: Isolierung des Behandlungsbereichs: Destruktiv – Isolierung durch destruktive (permanente) Dissektion oder Schließung umgebender Strukturen. Gilt nur für LLR und LLA.

Phase 08b: Isolierung des Behandlungsbereichs: Zerstörungsfrei – Isolierung mit vorübergehenden Auswirkungen, beispielsweise durch vorübergehenden Verschluss von Gefäßen oder Hydrodissektion.

Phase 09: Nadelmanipulation – Ablationsnadel(n) in die gewünschte Position manövrieren.

Phase 10: Behandlung – Die eigentliche Behandlung der Zielregion entweder durch Resektion oder Ablation.

Phase 11: Intraoperative Komplikationen – Behandlung aller Komplikationen, die während der Operation auftreten könnten. Solche Maßnahmen können beispielsweise Bluttransfusionen und Blutstillung (z. B. Unterbindung blutender Gefäße) oder chirurgische Drainagen umfassen.

Phase 12: Verschiedenes – Möglicherweise finden weitere klinische Aktivitäten statt, die nicht direkt dem MILT-Verfahren dienen, wie z. B. Biopsie und Katheterplatzierung.

Phase 13: Intraoperatives Einwickeln – Alle Aktivitäten, die auf das Einwickeln abzielen, wie z. B. das Entfernen nicht resorbierbarer Materialien, das Schließen der Einschnitte usw.

Das generische Prozessmodell von MILT-Verfahren auf Modulebene, einschließlich der Phasen, Module und Entscheidungen, die die Module verbinden, ist in Abb. 4 dargestellt (DOI:https://doi.org/10.4121/20163968). Eine Legende erklärt die verschiedenen in den Abb. verwendeten Symbole. 3 und 4 sind in Abb. 5 dargestellt. Alle Aktivitäten im gesamten MILT-Verfahren, einschließlich sequenzieller und paralleler Aktivitäten, werden im vorgestellten generischen Prozessmodell abgedeckt. Parallele Aktivitäten werden durch Symbole dargestellt. Abgesehen von der kontinuierlichen Unterstützung von Pflegekräften und Anästhesisten in den gesamten intraoperativen Phasen und der Blutabsaugung parallel zu anderen Behandlungsaktivitäten während der Operation sind die parallelen Aktivitäten nach den aktuellen Daten mit zwei Phasen verbunden: der intraoperativen Vorbereitung Phase (Phase 4) und intraoperative Bildgebungsaktivitäten (Phase 2). In intraoperativen Phasen zeichneten wir die mit der Bildgebungsphase verbundenen Zusammenhänge auf, in der eine hohe Wahrscheinlichkeit bestand, Bildgebungsroutinen durchzuführen. An anderen Stellen, an denen dies weniger wahrscheinlich ist, haben wir ein Symbol verwendet, um die Möglichkeit einer Bildgebung anzuzeigen. Eine kurze Anleitung zum MILT-Prozessmodell auf Modulebene, einschließlich der Inhalte der Module im Prozessmodell, finden Sie im ergänzenden Materialteil S1. Eine kurze Beschreibung der Module finden Sie in Tabelle 1.

Generisches Prozessmodell für MILT-Prozeduren auf Modulgranularitätsebene. Eine Erläuterung der verwendeten Symbole und Linienstile finden Sie in Abb. 5. DOI: https://doi.org/10.4121/20163968.

Erläuterung der in den Abbildungen verwendeten Symbole und Pfeilstile. 3 und 4.

Das Ergebnis der quantitativen und qualitativen Überprüfung des Prozessmodells bestätigte, dass das Prozessmodell einen Weg für alle angetroffenen Handlungs- und Entscheidungssequenzen bietet, die während MILT-Verfahren in der klinischen Praxis beobachtet wurden. Der ergänzende Materialteil S2 listet alle registrierten Abfolgen von Aktionen und Entscheidungen während der gesamten Dauer endoskopischer Videos verschiedener chirurgischer Eingriffe zur Parenchymschonung eines Tumors in den Segmenten 5&6, 7&8 und 5 auf, die in OUH durchgeführt wurden. Die Dauer aller Entitäten im Verfahren wird im ergänzenden Materialteil S2 dargestellt. Tabelle 2 zeigt die Dauer und Häufigkeit des Auftretens jeder Aktion, die aus dem endoskopischen Video extrahiert wurde, auf dem die Daten des ergänzenden Materialteils S2 basieren, sowohl auf Modul- als auch auf Phasengranularitätsebene. Abbildung 6 bietet eine Prozessmodellansicht auf Phasenebene für die Dauer und Häufigkeit des Auftretens verschiedener Phasen für das typische Beispiel eines chirurgischen Eingriffs. Beachten Sie, dass während des gesamten Verlaufs einer Operation einige Zeitpunkte außerhalb der Sicht der endoskopischen Kamera liegen oder mit anderen Aktivitäten als chirurgischen Eingriffen verbunden sind, z. B. muss der Chirurg möglicherweise die Kamera herausnehmen und reinigen. Der Zeitpunkt solcher Aktivitäten wird ebenfalls extrahiert und als Leerlauf gekennzeichnet. Die Phasen 1 bis 3 sind präoperative Phasen und werden in den endoskopischen Videos nicht erfasst. Diese präoperativen Phasen wurden durch die Teilnahme an präoperativen Bildgebungs- und Planungssitzungen sowie Diskussionen mit klinischen Teams überprüft. Das Ergebnis des Verifizierungsprozesses zeigt, dass es in keinem der beobachteten MILT-Verfahren Aktivitäten gab, die nicht durch das vorgeschlagene Prozessmodell abgedeckt waren.

Ansicht des generischen chirurgischen Prozessmodells auf Phasenebene für Dauer und Häufigkeit des Auftretens verschiedener Phasen für eine beispielhafte Operation, dargestellt im Ergänzungsmaterial-Teil S2 (Typ: Parenchymschonung eines Tumors in den Segmenten 5 und 6).

In Sitzungen mit zwei sehr erfahrenen Chirurgen und zwei Assistenzchirurgen in OUH und Erasmus MC, in denen die Gültigkeit und Richtigkeit des generischen Prozessmodells für verschiedene Techniken zur Durchführung von MILT diskutiert wurde, wurde bestätigt, dass das vorgeschlagene Prozessmodell die Aktivitäten in der klinischen Praxis nachahmt.

Chirurgische Prozessmodelle bringen mehrere Vorteile mit sich und ebnen den Weg für eine weitere Verbesserung von Operationen. Das vorgestellte generische Prozessmodell deckt ein breites Spektrum an MILT-Verfahren und zugehörigen Techniken ab. Bei den im Verifizierungsprozess analysierten Behandlungsverfahren wurden keine Abweichungen vom vorgeschlagenen Prozessmodell festgestellt. Das vorgeschlagene Prozessmodell stellt Beziehungen zwischen verschiedenen Einheiten von MILT-Verfahren auf den vorgeschlagenen Detailebenen bereit. Damit bietet das Prozessmodell die Möglichkeit einer umfassenden quantitativen sowie qualitativen Analyse der Abläufe im gewünschten Detaillierungsgrad.

In intraoperativen Phasen ist die Unterscheidung zwischen Planung und anderen Behandlungsaktivitäten eine komplizierte Aufgabe. Die Planung während der Operation ist eine fortlaufende mentale Aktivität und kann als Bestandteil aller intraoperativen Phasen betrachtet werden. Die Modellierung der Planungsaktivitäten in einer separaten Phase im generischen Prozessmodell bildet die Grundlage für die weitere Analyse und Verbesserung der Planung. Durch das Erkennen der Punkte, an denen die Planung im chirurgischen Prozessmodell stattfindet, und das Ableiten der sequentiellen Beziehungen zwischen der Planung und anderen intraoperativen Aktivitäten können Sie zeigen, wie und in welchem Ausmaß die Planung mit verschiedenen Aktivitäten verbunden ist, und mögliche Engpässe bei der Planung aufdecken.

Bildgebende Aktivitäten können jederzeit in den intraoperativen Phasen stattfinden. Obwohl Bildgebungsaktivitäten im vorgeschlagenen generischen chirurgischen Prozessmodell als grüne Phase definiert werden könnten, wurde beschlossen, sequentielle und parallele Abhängigkeiten zwischen Entitäten zu modellieren, da dies von großem Nutzen für die weitere Analyse des Prozessmodells und die Durchführung möglicher Simulationen ist. Live-Beobachtungen und Interviews mit Experten in zwei Institutionen (OUH und Erasmus MC) wurden durchgeführt, um die Struktur des Prozessmodells mit geringer Granularität zu bestimmen. Das Prozessmodell wurde zunächst auf Basis der Daten endoskopischer Videoanalysen und Live-Beobachtungen in den oben genannten Institutionen erstellt. Die Daten wurden durch Literaturstudien und Analysen von Videos von Verfahren ergänzt, die im Internet von verschiedenen Instituten (Institut für medizinische Ausbildung der Staatlichen Universität Nowgorod in Russland und Unité Hepatobiliopancreatique in Straßburg, Frankreich) verfügbar sind. Videos finden Sie bei Dr. Sergey Baydo (https: //www.youtube.com/c/DrSergeyBaydo/videos) und Dr. Riccardo Memeo (https://www.youtube.com/channel/UCdhB0tuE3EC_iNipn1A3ltg/videos) YouTube-Kanäle.), um das Prozessmodell möglichst allgemein anwendbar zu machen. Darüber hinaus wurden im Rahmen des Verifizierungsprozesses die endoskopischen Videos von fünfzehn weiteren in OUH durchgeführten Operationen analysiert und sechs Live-Beobachtungen von MILT-Eingriffen in Erasmus MC und BUH durchgeführt. Aus diesen Gründen sollte das Prozessmodell auch den Verfahren anderer Institutionen entsprechen. In dieser Studie haben wir keine Videos aus dem OP aufgenommen. Diese Aufzeichnungen würden eine weitere quantitative Validierung des Modells ermöglichen, erfordern aber auch eine besondere ethische Genehmigung, da sensible Informationen aufgezeichnet werden. In einer früheren Studie haben wir die Folgen der Aufzeichnung im OR66 untersucht. In dieser Studie wurde die präoperative und nicht die postoperative Phase in das generische Prozessmodell einbezogen, da erstere einen direkten Einfluss auf die Durchführung der Behandlung hat, die im Mittelpunkt dieser Arbeit steht. Alle mit verschiedenen MILT-Techniken verbundenen Konzepte werden als unterschiedliche Phasen und Module definiert und kategorisiert. Daher gehen wir davon aus, dass Variationen bei der Durchführung von Aktionen in verschiedenen Institutionen durch den Einsatz unterschiedlicher Techniken/Instrumente kaum zu Abweichungen vom vorgeschlagenen Prozessmodell führen werden. Allerdings könnte ein Mangel an Instrumenten, Ausrüstung oder Wissen die Vorgehensweise ändern oder innovative Wege zur Lösung von Problemen einführen (was insbesondere in unterentwickelten Ländern auftreten kann), die im vorgestellten Prozessmodell möglicherweise nicht berücksichtigt werden. Das Erkennen und Registrieren chirurgischer Aktivitäten ist von entscheidender Bedeutung für die Analyse chirurgischer Eingriffe, die Erstellung und Überprüfung chirurgischer Prozessmodelle und das Training maschineller Lernmethoden zur Entwicklung von KI-Systemen für zukünftige Hybrid-OPs67. Die in dieser Arbeit eigens entwickelte Videomarker-Software unterstützte die effiziente Registrierung und Überprüfung der Daten über das endoskopische Video. Die mithilfe der Video Marker-Software extrahierten Daten aus chirurgischen Videos, die von der OUH erfasst wurden, wurden im ergänzenden Materialteil S2 vorgestellt. Die statistische Analyse der extrahierten Daten deckt die Engpässe in verschiedenen Praxen auf. Basierend auf der Analyse verbrachten die Chirurgen die meiste Zeit mit der Behandlungsphase (P10); ca. 25 Minuten (40 % der gesamten Operationszeit) und fast 85 % der Behandlungsdauer entfielen auf die Resektion. Dieses Ergebnis unterstreicht die Bedeutung der Behandlungsphase für die gesamte Operationsdauer. Die Entwicklung automatisierter Workflow-Erkennungssysteme, die die endoskopischen Videos mit geeigneten Bildverarbeitungs- und/oder maschinellen Lernmethoden (halb)automatisch analysieren können, steht derzeit im Fokus der Forschung, insbesondere für die Analyse minimalinvasiver Behandlungen68,69. Solche Systeme können bei der Erfassung chirurgischer Daten für verschiedene Zwecke der Prozessmodellanalyse und -verifizierung von großem Nutzen sein67,70,71.

Das vorgestellte Prozessmodell unterstützt verschiedene Analyseziele zur Verbesserung von Operationen/Interventionen in Folgestudien. Durch die Analyse von Prozessmodellen und die Bereitstellung von Verbindungen zwischen allen Einheiten der chirurgischen Eingriffe werden die Punkte identifiziert, an denen KI und Software-/Plattformsysteme von Vorteil sein können, es wird vorhergesagt, wie groß die Vorteile sind, und es wird festgelegt, wie diese Systeme für den Einsatz in der Klinik entworfen und entwickelt werden können Praxis, siehe z. B. Ref.4,72. Auch die Entwicklungsphase der gewünschten Technologien und Werkzeuge für Hybrid-OPs kann von der Analyse solcher chirurgischer Prozessmodelle profitieren. Heutzutage werden agile Methoden (SCRUM, XP usw.)73,74 häufig im Prozess der Technologieentwicklung eingesetzt. Diese Methoden unterstützen eine reibungslose Anpassung an sich ändernde Anforderungen während des gesamten Entwicklungsprozesses, indem sie iterative Planung und Rückmeldungen von Entwicklern und Endbenutzern nutzen73,75. Mithilfe des Prozessmodells und Computersimulationen hilft die Analyse der Auswirkungen möglicher Änderungen und ihrer Eignung, während der agilen Sitzungen richtige Entscheidungen und Anpassungen zu treffen.

Das Prozessmodell kann einen großen Beitrag zur Ausbildung und Bewertung der Fähigkeiten von Chirurgen leisten76,77,78. Für jede Operation mit spezifischen Bedingungen kann die optimale Behandlungsoption abgeleitet und unerfahrene Chirurgen anhand des wahrscheinlichen Ereignisablaufs und der möglichen Abweichungen für jede Operation geschult werden. Die erfahrenen Chirurgen können die Schritte und möglichen Abweichungen vor oder während einer Operation als Roadmap überprüfen. Zu diesem Zweck ist die Echtzeiterkennung von Operationsschritten über die endoskopischen Videos erforderlich, ein Thema, das in den letzten Jahren große Aufmerksamkeit erregt hat79,80. Das Prozessmodell kommt der Analyse der Lernkurven von Chirurgen zugute81,82. Dauer und Häufigkeit chirurgischer Schritte sowie Abweichungen von nominalen Operationspfaden können als Kriterien für die Lernkurvenanalyse sowie für die Bewertung der Fähigkeiten von Chirurgen verwendet werden. In den letzten Jahren erregten Navigationsplattformen zur Anleitung von Chirurgen bei der Durchführung von MILT große Aufmerksamkeit83,84,85,86,87,88. Die Analyse des vorgeschlagenen chirurgischen Prozessmodells kann die optimalen Behandlungsoptionen aufzeigen, um Operationsteams mithilfe von Navigationssystemen zu leiten, indem sie die nächsten chirurgischen Schritte und die für die Durchführung jedes chirurgischen Eingriffs erforderliche Zeit vorschlagen/vorhersagen5,13,89,90. Derzeit geht der leitende Chirurg/Interventionist vor der Operation auf die Details der organspezifischen Anatomie des Patienten ein und visualisiert im Geiste den gesamten Eingriff und alle seine wichtigen Schritte. Die Komplexität solcher präoperativen Planungsaktivitäten kann durch das Prozessmodell reduziert werden, das die Möglichkeit bietet, Behandlungsoptionen für einzelne Eingriffe vorzuschlagen. Durch die Analyse des chirurgischen Prozessmodells können zusätzliche Kosten für Versuch und Irrtum in der Entwicklungsphase von Technologien und der Einführung neuer Technologien in die klinische Praxis vermieden werden. Mit dem Prozessmodell ist es möglich, wissenschaftliche Belege für die mögliche Verbesserung von Operationen durch die vorgeschlagene Technologie für bestimmte Methoden/Arten/Techniken der Durchführung von Operationen zu liefern. Die Auswirkungen und die Eignung einer Anpassung der neuen Technologien können vor der tatsächlichen Implementierung der Technologien auf den chirurgischen Eingriff analysiert werden, was zu einem effizienteren Geschäftsmodell führt.

Durch Anwendung der in früheren Arbeiten entwickelten Modellierungsstrategien wurde ein generisches chirurgisches Prozessmodell für MILT erstellt. Das vorgestellte Modell deckt MILT-Methoden für die laparoskopische Leberresektion, die laparoskopische Leberablation und die perkutane Ablation mit ihren Typen, Techniken und Variationen ab, wie sie in Daten aus verschiedenen Quellen beobachtet werden. Da das vorgestellte Modell mithilfe einer numerischen Modelldarstellung erstellt wurde, kann es für eine umfassende quantitative und qualitative Analyse und Verbesserung von MILT-Verfahren auf verschiedene Weise verwendet werden, beispielsweise durch die Einführung neuer Technologien im OP, die Schulung klinischer Teams und die Analyse des Lernens Kurven- und Kompetenzbewertungen, Optimierung des OP-Managements und der Aktivitäten des Ärzteteams im OP.

Alle während dieser Studie generierten oder analysierten Daten sind in diesem veröffentlichten Artikel und seinen ergänzenden Informationsdateien enthalten. Die im Rahmen der aktuellen Studie generierten und/oder analysierten Datensätze sind auch im DOI verfügbar: https://doi.org/10.4121/20163968.

Kenngott, HG et al. Auswirkungen von Laparoskopie, Laparotomie und Atemphase auf das Lebervolumen in einem lebenden Schweinemodell zur Leberresektion. Surg. Endosz. 35(12), 7049–7057 (2021).

Artikel PubMed PubMed Central Google Scholar

Maier-Hein, L. et al. Chirurgische Datenwissenschaft – von Konzepten bis zur klinischen Übersetzung. Med. Bild Anal. 76, 102306 (2022).

Artikel PubMed Google Scholar

MacKenzie, CL et al. Hierarchische Zerlegung der laparoskopischen Chirurgie: Ein Ansatz menschlicher Faktoren zur Untersuchung der Operationssaalumgebung. Mindest. Invasives Ther. Alliierte Technol. 10(3), 121–127 (2001).

Artikel Google Scholar

Loeve, AJ et al. Arbeitsablauf und Interventionszeiten des MR-gesteuerten fokussierten Ultraschalls – Vorhersage der Auswirkungen neuer Techniken. J. Biomed. Informieren. 60, 38–48 (2016).

Artikel PubMed Google Scholar

Franke, S., Meixensberger, J. & Neumuth, T. Vorhersage der Interventionszeit anhand chirurgischer Aufgaben auf niedriger Ebene. J. Biomed. Informieren. 46(1), 152–159 (2013).

Artikel PubMed Google Scholar

Burgert, O. et al. Anforderungsspezifikation für chirurgische Simulationssysteme mit chirurgischen Arbeitsabläufen. In der 15. Jahreskonferenz „Medizin trifft auf virtuelle Realität“, MMVR 2007, S. 58–63 (IOS Press, 2007).

Google Scholar

Ebrahimi, H., Yee, A. & Whyne, C. Die Analyse des chirurgischen Prozesses identifiziert mangelnde Konnektivität zwischen der sequentiellen fluoroskopischen 2D-Ausrichtung als kritisches Hindernis bei der femoralen intramedullären Nagelung. Int. J. Comput. Helfen. Radiol. Surg. 11(2), 297–305 (2016).

Artikel PubMed Google Scholar

Neumann, J., et al., Perioperative Workflow-Simulation und -Optimierung in der orthopädischen Chirurgie, im 1. Internationalen Workshop zu kontextbewussten OP-Sälen OR 2.0, OR 2.0 2018, 5. Internationaler Workshop zu computergestützter Roboterendoskopie, CARE 2018, 7. Internationaler Workshop on Clinical Image-Based Procedures, CLIP 2018, und 1st International Workshop on Skin Image Analysis, ISIC 2018, abgehalten in Verbindung mit der 21st International Conference on Medical Imaging and Computer-Assisted Intervention, MICCAI 2018. 2018. p. 3–11.

Fernández-Gutiérrez, F. et al. Workflow-Optimierung für multimodale Bildgebungsverfahren: Ein Fall einer kombinierten röntgen- und kernspintomographischen TACE. Mindest. Invasives Ther. Alliierte Technol. 26(1), 31–38 (2017).

Artikel PubMed Google Scholar

Gholinejad, M., Loeve, AJ & Dankelman, J. Strategien zur Modellierung chirurgischer Prozesse: Welche Methode zur Bestimmung des Arbeitsablaufs wählen? Mindest. Invasives Ther. Alliierte Technol. 28(2), 91–104 (2019).

Artikel PubMed Google Scholar

Neumuth, T. Chirurgische Prozessmodellierung. Innov. Surg. Wissenschaft. 2(3), 123–137 (2020).

Google Scholar

Lalys, F. & Jannin, P. Chirurgische Prozessmodellierung: Ein Rückblick. Int. J. Comput. Helfen. Radiol. Surg. 9(3), 495–511 (2014).

Artikel PubMed Google Scholar

Forestier, G. et al. Unterscheidungsfähige und interpretierbare Muster in Abfolgen chirurgischer Tätigkeiten finden. Artif. Intel. Med. 82, 11–19 (2017).

Artikel PubMed Google Scholar

Gouda, B. et al. Minimalinvasive Operation bei Lebermetastasen. Minerva Chir. 70(6), 429–436 (2015).

CAS PubMed Google Scholar

Felli, E., Baumert, T. & Pessaux, P. Ist die minimalinvasive echte anatomische HCC-Resektion ein zukünftiger Weg, um die Ergebnisse bei Brücken- oder Salvage-Lebertransplantationen zu verbessern? Klin. Res. Hepatol. Gastroenterol. 1, 1 (2020).

Google Scholar

Kang, SH et al. Laparoskopische Leberresektion versus offene Leberresektion bei intrahepatischem Cholangiokarzinom: 3-Jahres-Ergebnisse einer Kohortenstudie mit Propensity-Score-Matching. Surg. Oncol. 33, 63–69 (2020).

Artikel PubMed Google Scholar

Guerrini, GP et al. Laparoskopische versus offene Leberresektion bei intrahepatischem Cholangiokarzinom: Die erste Metaanalyse. Langenbecks Bogen. Surg. 405(3), 265–275 (2020).

Artikel PubMed Google Scholar

Aghayan, DL et al. Laparoskopische versus offene Leberresektion in den posterosuperioren Segmenten: Eine Untergruppenanalyse aus der randomisierten kontrollierten OSLO-COMET-Studie. HPB 21(11), 1485–1490 (2019).

Artikel PubMed Google Scholar

Abbaszadeh-Kasbi, A. und Reza Keramati, M. Ein eingeladener Kommentar zum Thema „Perioperative Ergebnisse im Vergleich der laparoskopischen mit der offenen wiederholten Leberresektion bei rezidivierendem Leberkrebs nach Hepatektomie: Eine systematische Überprüfung und Metaanalyse“ (Int J Surg 2020; Epub vor Drucklegung): Laparoskopische versus offene wiederholte Leberresektion bei rezidivierendem Leberkrebs. Int. J. Surg. 78, 70 (2020).

Buell, JF et al. Laparoskopische Leberresektion. Marmelade. Slg. Surg. 200(3), 472–480 (2005).

Artikel PubMed Google Scholar

Mala, T. et al. Laparoskopische Leberresektion: Erfahrung aus 53 Eingriffen an einem Zentrum. J. Hepatobiliäres Pankreas. Surg. 12(4), 298–303 (2005).

Artikel PubMed Google Scholar

Are, C., Fong, Y. & Geller, DA Laparoskopische Leberresektionen, in Advances in Surgery. 2005, Academic Press Inc. p. 57–75.

Fretland, Å. A. et al. Offene versus laparoskopische Leberresektion bei kolorektalen Lebermetastasen (Oslo-CoMet-Studie): Studienprotokoll für eine randomisierte kontrollierte Studie. Versuche 16, 1 (2015).

Artikel Google Scholar

Fretland, AA et al. Laparoskopische versus offene Resektion bei kolorektalen Lebermetastasen. Ann. Surg. 267(2), 199–207 (2018).

Artikel PubMed Google Scholar

Chopra, SS et al. Laparoskopische Radiofrequenzablation von Lebertumoren: Vergleich der MR-Führung mit konventionellem laparoskopischem Ultraschall zur Nadelpositionierung in einem Phantommodell. Mindest. Invasives Ther. Alliierte Technol. 20(4), 212–217 (2011).

Artikel PubMed Google Scholar

Siperstein, A. et al. Laparoskopische Radiofrequenzablation von primären und metastasierten Lebertumoren: Technische Überlegungen. Surg. Endosz. 14(4), 400–405 (2000).

Artikel CAS PubMed Google Scholar

Topal, B., Aerts, R. & Penninckx, F. Laparoskopische Radiofrequenzablation inoperabler Lebermalignome: Machbarkeit und klinisches Ergebnis. Surg. Laparosc. Endosz. Perkutane Technologie. 13(1), 11–15 (2003).

Artikel Google Scholar

Alemi, F. et al. Laparoskopische Behandlung von Lebertumoren mit einem bipolaren Hochfrequenzablationsgerät mit zwei Nadelsonden. HPB 13(9), 656–664 (2011).

Artikel PubMed PubMed Central Google Scholar

Sheka, AC et al. Tumorlysesyndrom nach laparoskopischer Mikrowellenablation kolorektaler Lebermetastasen. J. Gastrointest. Krebs 51(2), 631–635 (2020).

Artikel CAS PubMed Google Scholar

Lee, SJ et al. Perkutane Hochfrequenzablation bei metachronen Lebermetastasen nach kurativer Resektion eines Pankreas-Adenokarzinoms. Koreanischer J. Radiol. 21(3), 316–324 (2020).

Artikel PubMed PubMed Central Google Scholar

Mertyna, P. et al. Thermische Ablation: Ein Vergleich der thermischen Dosis, die für die Radiofrequenz-, Mikrowellen- und Laser-induzierte Koagulation in einem Ex-vivo-Rinderlebermodell erforderlich ist. Acad. Radiol. 16(12), 1539–1548 (2009).

Artikel PubMed PubMed Central Google Scholar

Mulier, S. et al. Hochfrequenzablation mit vier Elektroden als Baustein für die Matrix-Hochfrequenzablation: Ex-vivo-Leberexperimente und Finite-Elemente-Methodenmodellierung – Einfluss von Elektro- und Aktivierungsmodus auf Koagulationsgröße und -geometrie. Surg. Oncol. 33, 145–157 (2020).

Artikel PubMed Google Scholar

Melekhina, O. et al. Perkutane radiofrequenzunterstützte Leberteilung versus Pfortaderembolisierung vor Hepatektomie bei perihilärem Cholangiokarzinom. BJS Open 4(1), 101–108 (2020).

Artikel CAS PubMed Google Scholar

Schullian, P. et al. Gleichzeitige stereotaktische Radiofrequenzablation mehrerer (≥ 4) Lebertumoren: Durchführbarkeit, Sicherheit und Wirksamkeit. J. Vasc. Interv. Radiol. 31(6), 943–952 (2020).

Artikel PubMed Google Scholar

Giulianotti, PC et al. Roboter-Leberchirurgie: Technische Aspekte und Überprüfung der Literatur. Hepatobiliäre Chirurgie. Nutr. 5(4), 311 (2016).

Artikel PubMed PubMed Central Google Scholar

Liebmann, P., & Neumuth, T. Model driven design of workflow schemata for the operating room of the future. in 40th Jahrestagung der Gesellschaft fur Informatik e.V. (GI): Service Science - Neue Perspektiven fur die Informatik, INFORMATIK 2010. 2010. Leipzig.

Kiran Kumar, P. & Khanna, V. Modulare Ansichten zu Softwarearchitektursystemen. Int. J. Civ. Ing. Technol. 8(2), 503–510 (2017).

Google Scholar

Vidal-Silva, CL et al. Auf der Suche nach einer modularen Softwareentwicklungsmethodik: Mischung aus funktionsorientierter Programmierung und aspektorientierter Programmierung JPI. Inf. Technol. 30(3), 95–104 (2019).

Google Scholar

Wang, YM & Liu, HW Die Modularitätsbedingung für Überlappungs- und Gruppierungsfunktionen. Fuzzy-Sets-Syst. 372, 97–110 (2019).

Artikel MathSciNet MATH Google Scholar

Sheen, AJ, Jamdar, S. & Siriwardena, AK Laparoskopische Hepatektomie bei kolorektalen Lebermetastasen: Der aktuelle Stand der Technik. Vorderseite. Oncol. 9, 1 (2019).

Artikel Google Scholar

Cipriani, F. et al. Reine laparoskopische versus offene Hemihepatektomie: Eine kritische Bewertung und realistische Erwartungen – eine auf einem Neigungsscore basierende Analyse rechter und linker Hemihepatektomien aus neun europäischen tertiären Überweisungszentren. J. Hepatobiliäres Pankreas. Wissenschaft. 27(1), 3–15 (2020).

Artikel PubMed Google Scholar

Kim, JH Laparoskopische anatomische Segmentektomie unter Verwendung des transfissuralen Glissonean-Zugangs. Langenbecks Bogen. Surg. 405(3), 365–372 (2020).

Artikel PubMed Google Scholar

Sie, WH et al. Anatomische versus nichtanatomische Resektion bei kolorektalen Lebermetastasen. Welt J. Surg. 1, 1 (2020).

Google Scholar

Qi, LN et al. Ergebnisse der anatomischen versus nichtanatomischen Resektion bei hepatozellulärem Karzinom entsprechend dem Status der zirkulierenden Tumorzellen. Ann. Med. 52(1–2), 21–31 (2020).

Artikel PubMed PubMed Central Google Scholar

Kalil, JA et al. Laparoskopische parenchymalschonende Hepatektomie: Die neue maximal minimalinvasive Operation der Leber – eine systematische Überprüfung und Metaanalyse. J. Gastrointest. Surg. 23(4), 860–869 (2019).

Artikel PubMed Google Scholar

Deng, G. et al. Parenchymschonende versus erweiterte Hepatektomie bei kolorektalen Lebermetastasen: Eine systematische Überprüfung und Metaanalyse. Krebsmed. 8(14), 6165–6175 (2019).

Artikel PubMed PubMed Central Google Scholar

Aghayan, DL et al. Laparoskopische parenchymschonende Leberresektion bei kolorektalen Metastasen. Radiol. Oncol. 52(1), 36–41 (2018).

Artikel MathSciNet PubMed Google Scholar

da Costa, AC et al. Radiofrequenz kombiniert mit Immunmodulation bei hepatozellulärem Karzinom: Stand der Technik und Innovationen. Welt J. Gastroenterol. 26(17), 2040–2048 (2020).

Artikel PubMed PubMed Central Google Scholar

Bressem, KK et al. Untersuchung von Mustern dynamischer Größenänderungen von Läsionen nach hepatischer Mikrowellenablation in einem In-vivo-Schweinemodell. Wissenschaft. Rep. 10, 1 (2020).

Artikel Google Scholar

Ajao, MO et al. Zweidimensionale (2D) versus dreidimensionale (3D) Laparoskopie zum Vaginalmanschettenverschluss durch angehende Chirurgen: Eine randomisierte kontrollierte Studie. Surg. Endosz. 1, 1 (2019).

Google Scholar

Aarts, BM et al. Perkutane Mikrowellenablation eines histologisch gesicherten T1-Nierenzellkarzinoms. Herz-Kreislauf. Eingreifen. Radiol. 43(7), 1025–1033 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Zimmerman, A., Grand, D. & Charpentier, KP Irreversible Elektroporation von hepatozellulärem Karzinom: Patientenauswahl und Perspektiven. J. Hepatozelle. Karzinom 4, 49 (2017).

Artikel PubMed PubMed Central Google Scholar

Kim, DK et al. Perkutane Kryoablation bei hepatozellulärem Karzinom im Frühstadium: Analyse lokaler Tumorprogressionsfaktoren. Diag. Interv. Radiol. 26(2), 111–117 (2020).

Artikel PubMed PubMed Central Google Scholar

Cha, SY et al. HF-Ablation versus Kryoablation bei kleinem perivaskulärem hepatozellulärem Karzinom: Propensity-Score-Analysen der mittelfristigen Ergebnisse. Herz-Kreislauf. Eingreifen. Radiol. 43(3), 434–444 (2020).

Artikel PubMed Google Scholar

Mala, T. et al. Kryoablation kolorektaler Lebermetastasen: Minimalinvasive Tumorkontrolle. Scan. J. Gastroenterol. 39(6), 571–578 (2004).

Artikel CAS PubMed Google Scholar

Swierz, MJ et al. Perkutane Ethanolinjektion bei Lebermetastasen. Cochrane-Datenbanksystem. Rev. 1, 2 (2020).

Google Scholar

Chedid, MF et al. Transarterielle Embolisation und perkutane Ethanolinjektion als wirksame Brückentherapie vor Lebertransplantation bei Hepatitis-C-bedingtem hepatozellulärem Karzinom. Gastroenterol. Res. Üben. 1, 1 (2016).

Artikel Google Scholar

Riemsma, RP et al. Perkutane Ethanolinjektion bei Lebermetastasen. Cochrane-Datenbanksystem. Rev. 1(5), 1 (2013).

Google Scholar

Artikel Google Scholar

Simon, CJ, DE Dupuy und WW Mayo-Smith, Mikrowellenablation: Prinzipien und Anwendungen. Radiographics, 2005. 25(suppl_1): p. S69-S83.

Lencioni, R. & Crocetti, L. Bildgesteuerte thermische Ablation von hepatozellulärem Karzinom. Krit. Rev. Oncol. Hämatol. 66(3), 200–207 (2008).

Artikel PubMed Google Scholar

Ryan, MJ et al. Ablationstechniken für primäre und metastasierte Lebertumoren. Welt J. Hepatol. 8(3), 191 (2016).

Artikel PubMed PubMed Central Google Scholar

Glazer, DI et al. Perkutane bildgesteuerte Kryoablation von Lebertumoren: Single-Center-Erfahrung mit mittel- bis langfristigen Ergebnissen. AJR Am. J. Röntgenol. 209(6), 1381 (2017).

Artikel PubMed PubMed Central Google Scholar

Spinczyk, D. et al. Unterstützende Diagnostik und Therapieplanung zur perkutanen Ablation von Leber- und Bauchtumoren und präklinische Bewertung. Berechnen. Med. Bildgebungsdiagramm. 78, 101664 (2019).

Artikel PubMed Google Scholar

Troisi, RI et al. Risikofaktoren und Management von Umstellungen auf einen offenen Ansatz bei der laparoskopischen Leberresektion: Analyse von 265 aufeinanderfolgenden Fällen. HPB 16(1), 75–82 (2014).

Artikel PubMed Google Scholar

Henken, KR et al. Auswirkungen des Gesetzes zur Videoaufzeichnung in der klinischen Praxis. Surg. Endosz. 26(10), 2909–2916 (2012).

Artikel PubMed Google Scholar

Lecuyer, G. et al. Unterstützte Phasen- und Schrittanmerkung für Operationsvideos. Int. J. Comput. Helfen. Radiol. Surg. 15(4), 673–680 (2020).

Artikel PubMed Google Scholar

Twinanda, AP et al. Endonet: Eine tiefe Architektur für Erkennungsaufgaben bei laparoskopischen Videos. IEEE Trans. Med. Bildgebung 36(1), 86–97 (2016).

Artikel PubMed Google Scholar

Garrow, CR et al. Maschinelles Lernen zur Erkennung chirurgischer Phasen: Eine systematische Überprüfung. Ann. Surg. 273(4), 684–693 (2021).

Artikel PubMed Google Scholar

Dergachyova, O. et al. Automatische datengesteuerte Echtzeit-Segmentierung und Erkennung des chirurgischen Arbeitsablaufs. Int. J. Comput. Helfen. Radiol. Surg. 11(6), 1081–1089 (2016).

Artikel PubMed Google Scholar

Loukas, C. Videoinhaltsanalyse chirurgischer Eingriffe. Surg. Endosz. 32(2), 553–568 (2018).

Artikel PubMed Google Scholar

Jannin, P. & Morandi, X. Chirurgische Modelle für computergestützte Neurochirurgie. Neuroimage 37(3), 783–791 (2007).

Artikel CAS PubMed Google Scholar

Ahmad, MO, & Raulamo-Jurvanen, P. Wissenschaftliche Zusammenarbeit, Zitierung und Themenanalyse von Papieren der International Conference on Agile Software Development, der 3rd International Conference on Lean and Agile Software Development, LASD 2019, und der 7th Conference on Multimedia, Interaction, Design und Innovation, MIDI 2019, A. Przybylek und ME Morales-Trujillo, Herausgeber. 2020, Springer. P. 108–132.

Vallon, R. et al. Systematische Literaturrecherche zu agilen Praktiken in der globalen Softwareentwicklung. Inf. Softw. Technol. 96, 161–180 (2018).

Artikel Google Scholar

Dingsoeyr, T., Falessi, D. & Power, K. Agile Entwicklung im Maßstab: The Next Frontier. IEEE Softw. 36(2), 30–38 (2019).

Artikel Google Scholar

Uemura, M. et al. Beurteilung der prozeduralen chirurgischen Fähigkeiten in laparoskopischen Trainingsumgebungen. Int. J. Comput. Helfen. Radiol. Surg. 11(4), 543–552 (2016).

Artikel PubMed Google Scholar

Nakawala, H., Ferrigno, G. & De Momi, E. Entwicklung eines intelligenten chirurgischen Trainingssystems für die Thorakozentese. Artif. Intel. Med. Rev. 84, 50–63 (2018).

Artikel PubMed Google Scholar

Schumann, S., Bühligen, U. & Neumuth, T. Ergebnisqualitätsbewertung durch Maßnahmen zur Einhaltung chirurgischer Prozesse in der laparoskopischen Chirurgie. Artif. Intel. Med. 63(2), 85–90 (2015).

Artikel PubMed Google Scholar

Volkov, M., et al. Maschinelles Lernen und Kernsätze für die automatisierte Echtzeit-Videosegmentierung laparoskopischer und robotergestützter Chirurgie. 2017 IEEE International Conference on Robotics and Automation (ICRA). 2017. IEEE.

Padoy, N. Maschinelles und tiefes Lernen zur Arbeitsablauferkennung während der Operation. Mindest. Invasives Ther. Alliierte Technol. 28(2), 82–90 (2019).

Artikel PubMed Google Scholar

Forestier, G. et al. Chirurgische Bewegungsanalyse mit diskriminativ interpretierbaren Mustern. Artif. Intel. Med. 91, 3–11 (2018).

Artikel PubMed Google Scholar

Forestier, G. et al. Chirurgische Fähigkeiten: Können Lernkurven aus Aufzeichnungen chirurgischer Aktivitäten berechnet werden? Int. J. Comput. Helfen. Radiol. Surg. 13(5), 629–636 (2018).

Artikel PubMed Google Scholar

Palomar, R. et al. Oberflächenrekonstruktion zur Planung und Navigation von Leberresektionen. Berechnen. Med. Bildgebungsdiagramm. 53, 30–42 (2016).

Artikel PubMed Google Scholar

Zachariadis, O. et al. Beschleunigung der B-Spline-Interpolation auf GPUs: Anwendung auf die medizinische Bildregistrierung. Berechnen. Methoden Prog. Biomed. 1, 193 (2020).

Google Scholar

Riediger, C. et al. Erstmalige Anwendung der intraoperativen MRT der Leber im Rahmen des ALPPS-Eingriffs bei kolorektalen Lebermetastasen. Langenbecks Bogen. Surg. 405(3), 373–379 (2020).

Artikel PubMed PubMed Central Google Scholar

Sakata, K., Kijima, T. & Arai, O. Erstbericht: Ein neuartiges intraoperatives Navigationssystem für die laparoskopische Leberresektion unter Verwendung virtueller Echtzeit-Sonographie. Wissenschaft. Rep. 10(1), 1 (2020).

Artikel Google Scholar

Luo, H. et al. Augmented-Reality-Navigation für die Leberresektion mit einem stereoskopischen Laparoskop. Berechnen. Methodenprogramme Biomed. 1, 187 (2020).

ADS Google Scholar

Pérez de Frutos, J. et al. Labortest der Single Landmark-Registrierungsmethode für die ultraschallbasierte Navigation in der Laparoskopie mithilfe einer Open-Source-Plattform. Int. J. Comput. Helfen. Radiol. Surg. 13(12), 1927–1936 (2018).

Artikel PubMed PubMed Central Google Scholar

Forestier, G. et al. Automatische Zuordnung von Operationen, um die nächsten Maßnahmen der Chirurgen vorherzusagen. Artif. Intel. Med. 81, 3–11 (2017).

Artikel PubMed Google Scholar

Dergachyova, O., Morandi, X. & Jannin, P. Wissenstransfer zur Vorhersage chirurgischer Aktivitäten. Int. J. Comput. Helfen. Radiol. Surg. 13(9), 1409–1417 (2018).

Artikel PubMed Google Scholar

Referenzen herunterladen

Diese Arbeit ist Teil des HiPerNav-Projekts, das im Rahmen der Finanzhilfevereinbarung Nr. 722068 vom Forschungs- und Innovationsprogramm Horizon 2020 der Europäischen Union gefördert wurde.

Abteilung für Biomechanik, Fakultät für Maschinenbau, Schifffahrt und Werkstofftechnik, Technische Universität Delft, Delft, Niederlande

Maryam Gholinejad, Arjo J. Loeve und Jenny Dankelman

Das Interventionszentrum, Universitätsklinikum Oslo, Oslo, Norwegen

Egidius Pelanis, Davit Aghayan, Åsmund Avdem Fretland, Bjørn Edwin und Ole Jakob Elle

Institut für klinische Medizin, Medizinische Fakultät, Universität Oslo, Oslo, Norwegen

Egidius Pelanis und Björn Edwin

Abteilung für Chirurgie N1, Staatliche Medizinische Universität Eriwan Nach M. Heratsi, Eriwan, Armenien

Davit Aghayan

Abteilung für HPB-Chirurgie, Universitätsklinikum Oslo, Oslo, Norwegen

Åsmund Avdem Fretland & Bjørn Edwin

Abteilung für Chirurgie, Abteilung für HPB- und Transplantationschirurgie, Erasmus MC, Universitätsklinikum Rotterdam, Rotterdam, Niederlande

Türkische Türken

Sie können diesen Autor auch in PubMed Google Scholar suchen

MG: Konzeptualisierung, Methodik, Software, Datenüberprüfung und -validierung, formale Analyse, Untersuchung, Ressourcen, Datenkuratierung, Schreiben – Originalentwurf, Schreiben – Überprüfung und Bearbeitung, Visualisierung, EP: Datenüberprüfung, Ressourcen, Schreiben-Überprüfung und Bearbeitung. DA: Datenüberprüfung, Ressourcen, Schreiben, Überprüfen und Bearbeiten. AAF: Datenüberprüfung, schriftliche Überprüfung und Bearbeitung. BE: Datenüberprüfung, schriftliche Überprüfung und Bearbeitung. TT: Datenüberprüfung, schriftliche Überprüfung und Bearbeitung. OJE: Konzeptualisierung, schriftliche Überprüfung und Bearbeitung, Projektverwaltung, Finanzierungseinwerbung. AL: Konzeptualisierung, formale Analyse, Datenvalidierung, Schreiben – Originalentwurf, Schreiben – Überprüfung und Bearbeitung, Aufsicht. JD: Konzeptualisierung, Datenvalidierung, Schreiben, Überprüfen und Bearbeiten, Überwachung, Projektverwaltung, Finanzierungseinwerbung.

Korrespondenz mit Maryam Gholinejad.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Gholinejad, M., Pelanis, E., Aghayan, D. et al. Generisches chirurgisches Prozessmodell für minimalinvasive Leberbehandlungsmethoden. Sci Rep 12, 16684 (2022). https://doi.org/10.1038/s41598-022-19891-1

Zitat herunterladen

Eingegangen: 20. Oktober 2021

Angenommen: 06. September 2022

Veröffentlicht: 06. Oktober 2022

DOI: https://doi.org/10.1038/s41598-022-19891-1

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.