Ein spannender Durchbruch, den Forscher am MIT kürzlich erzielt haben, hat den Einsatz von Technologie bei minimalinvasiven Operationen revolutioniert. Diese neuartige Technik, bei der eine fortschrittliche Form der Röntgenbildabgleichung zum Einsatz kommt, erhöht die Präzision, mit der Chirurgen ihre Instrumente führen können, wodurch Eingriffe schneller, sicherer und potenziell für eine breitere Bevölkerungsgruppe zugänglicher werden.
Minimally invasive surgeries – procedures that enter the body through tiny incisions – rely heavily on real-time X-rays for guidance. The nature of these X-rays, however, can make it challenging to pinpoint the exact location and orientation of surgical instruments. In turn, this problem can lead to complications. Clinicians usually manually align these X-rays with preoperative 3D scans like CTs or MRIs to increase the accuracy. While there are AI tools designed to assist in this process, the reality is they often fall short, struggling to consistently achieve an accurate match between X-rays and 3D images across different patients.
However, the team at MIT, with their collaborators, have developed a ground-breaking system named XVR, an innovative application of AI that is adapted uniquely to each patient in about five minutes. What does this mean in practice? The AI model can then match a patient’s X-rays with their 3D scans within seconds and with remarkable precision. The implementation of xvr has significantly outperformed existing AI methods — quite a feat given the complexity and diversity of patient demographics and medical procedures.
Die potenziellen Auswirkungen von xvr sind weitreichend, da dadurch der Zugang zu lebensrettenden Maßnahmen für viele Amerikaner verbessert werden könnte, die mehr als eine Stunde von medizinischen Einrichtungen entfernt wohnen, die nichtinvasive Eingriffe durchführen können. Dies ist eine besonders vielversprechende Perspektive in Notfallsituationen, die eine sofortige Behandlung erfordern, wie beispielsweise bei Schlaganfällen.
One detail setting xvr apart is how it’s developed on a patient-specific basis, instead of the traditional one-size-fits-all approach, often used by other AI models. xvr generates thousands of synthetic X-rays from a patient’s preoperative 3D scan, using a physics-based simulation to ensure realism. This approach nixes the risk of errors often associated with generative AI methods. Leveraging data from over 2,000 whole-body 3D scans, xvr can perform 2D/3D registration quickly and accurately.
Mit Blick auf die Zukunft planen die Forscher, den Echtzeit-Einsatz von xvr zu verbessern und dessen Nützlichkeit in komplexeren Szenarien, wie beispielsweise bei sich bewegenden Körperteilen, zu untersuchen. Es bestehen bereits Kooperationen mit Unternehmen aus dem Bereich der Operationsrobotik und klinischen Gruppen, um diese Forschung zu praktischen chirurgischen Navigationswerkzeugen weiterzuentwickeln. Diese bahnbrechende Technologie wird von mehreren Institutionen unterstützt, darunter die National Institutes of Health (NIH), das MIT CSAIL-Wistron-Programm und das MIT-IBM Computing Research Lab.
Weitere Informationen zu KI-Automatisierungslösungen finden Sie unter implementi.ai. Die ursprüngliche Pressemitteilung finden Sie unter MIT-Nachrichten.
Diese Website verwendet Cookies.