Background: Intraoperative imaging assists surgeons during minimally invasive procedures. Hyperspectral imaging (HSI) is a noninvasive and noncontact optical technique with great diagnostic potential in medicine. The combination with artificial intelligence (AI) approaches to analyze HSI data is called intelligent HSI in this article.
Objective: What are the medical applications and advantages of intelligent HSI for minimally invasive visceral surgery?
Material and methods: Within various clinical studies HSI data from multiple in vivo tissue types and oncological resections were acquired using an HSI camera system. Different AI algorithms were evaluated for detection and discrimination of organs, risk structures and tumors.
Results: In an experimental animal study 20 different organs could be differentiated with high precision (> 95%) using AI. In vivo, the parathyroid glands could be discriminated from surrounding tissue with an F1 score of 47% and sensitivity of 75%, and the bile duct with an F1 score of 79% and sensitivity of 90%. Furthermore, ex vivo tumor tissue could be successfully detected with an area under the receiver operating characteristic (ROC) curve (AUC) larger than 0.91.
Discussion: This study demonstrates that intelligent HSI can automatically and accurately detect different tissue types. Despite great progress in the last decade intelligent HSI still has limitations. Thus, accurate AI algorithms that are easier to understand for the user and an extensive standardized and continuously growing database are needed. Further clinical studies should support the various medical applications and lead to the adoption of intelligent HSI in the clinical routine practice.
Zusammenfassung: HINTERGRUND: Intraoperative Bildgebung unterstützt Chirurgen bei minimal-invasiven Eingriffen. Die hyperspektrale Bildgebung („hyperspectral imaging“, HSI) ist ein nichtinvasives und kontaktloses optisches Verfahren mit großem diagnostischem Potenzial in der Medizin. Die Kombination mit Ansätzen der künstlichen Intelligenz (KI) für die Analyse der HSI-Daten wird in diesem Artikel intelligente HSI genannt.
Fragestellung: Wie kann intelligente HSI in der minimal-invasiven Viszeralchirurgie eingesetzt werden und wo liegen die Vorteile?
Material und methoden: Innerhalb verschiedener klinischer Studien wurden HSI-Daten mehrerer In-vivo-Gewebearten und onkologischer Resektate mit einer HSI-Kamera aufgenommen. Verschiedene KI-Algorithmen wurden zur Identifikation und Diskriminierung von Organen, Risikostrukturen und Tumoren evaluiert.
Ergebnisse: Im Tierversuch konnten 20 verschiedene Organe mit hoher Genauigkeit (> 95 %) mittels KI differenziert werden. In-vivo konnten die Nebenschilddrüse mit einem F1-Score von 47 % und einer Sensitivität von 75 % sowie der Gallengang mit einem F1-Score von 79 % und einer Sensitivität von 90 % vom umliegenden Gewebe diskriminiert werden. Des Weiteren konnte Ex-vivo-Tumorgewebe mit einer Fläche unter der „Receiver-operating-characteristic“(ROC)-Kurve (AUC) größer als 0,91 erfolgreich erkannt werden.
Diskussion: Die vorliegenden Arbeiten zeigen die Eignung intelligenter HSI zur automatischen Gewebeerkennung. Trotz großer Fortschritte in den letzten zehn Jahren zeigt intelligentes HSI noch Einschränkungen. So sind genauere und für den Benutzer verständlichere KI-Algorithmen sowie umfangreiche standardisierte und kontinuierlich wachsende Datenbanken notwendig. Weitere klinische Studien sollten die vielseitigen Anwendungen stützen und den Einsatz im klinischen Alltag fest etablieren.
Keywords: Analysis algorithm; Perfusion measurement; Risk structures; Tumor; Visceral surgery.
© 2022. The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature.