Hiina uuenduslik meditsiiniseadmete ettevõte Chunci Medical käivitas oma ülemaailmseltLingxi™ intelligentne luusisene punktsioonisüsteem. Miniatuursete kuuemõõtmeliste jõu/pöördemomendi anduritega ja fiiberoptilise kauguse mõõtmise mooduliga varustatud nutika torkenõela keskmes annab süsteem reaalajas tagasisidet takistuse muutuste, sisestusnurga ja sügavuse kohta punktsiooni ajal. Andmed sünkroonitakse Bluetoothi ​​kaudu tahvelarvutite või avariisõidukite terminalidega, et luua visualiseeritud "torkekõverad". Kliinilised uuringud kinnitavad, et süsteem lühendab operatiivse õppimise kõverat 70% võrra ja tõstab juhendamise all olevate nooremarstide esimese torkekatse õnnestumise määra 97%-ni, mis on võrdne vanemspetsialistide omaga.

Teadus- ja arendustegevuse taust ja kliinilised valupunktid

Tavaline luusisene punktsioon on sisuliselt "musta kasti" protseduur: operaatorid hindavad, kas ots on medullaarsesse õõnsusse sattunud, ainult puutetundlikkuse ("loobumistunde") põhjal, mis põhjustab märkimisväärset ebakindlust. Peamiste valupunktide hulka kuuluvad:

Järsk õppimiskõver: Algajatel on raskusi kombatava tagasiside valdamisega, vajades pikka koolitust ja ulatuslikku harjutamist loomaluude või simulaatorite kasutamisega.

Tüsistuste oht: Liiga sügav punktsioon võib kahjustada tagumisi luukudesid (nt vigastada epifüüsiplaati või tungida läbi rinnaku tagumise seina); halvad torkenurgad võivad põhjustada nõela libisemist või infusioonihäireid.

Menetlusliku salvestuse puudumine: punktsiooniprotsesse ei saa objektiivselt registreerida ega üle vaadata, mis takistab kvaliteedi parandamist ja kliinilist koolitust. Meditsiinilise digitaliseerimise taustal on luusisene (IO) tehnoloogia andmepõhises transformatsioonis tõsiselt maha jäänud.

Peamised tehnoloogilised uuendused

Tootja põhiline uuendus seisneb tavaliste torkenõelte varustamisestuvastus- ja ühenduvusvõimalused:

Miniatuurne andurite integreerimine: MEMS-i (mikroelektromehaanilised süsteemid) andurid on manustatud torke-nõela käepideme sisse, et jälgida sisestamise ajal reaalajas aksiaalset jõudu ja pöörlemismomenti. Fiber Braggi restid tuvastavad peened spektraalnihked, mis peegelduvad, kui ots tungib erinevatesse koekihtidesse (nahk, nahaalune kude, luukoor, medullaarne õõnsus), võimaldades täpselt määrata otsa asendi.

Andmete visualiseerimine ja algoritmide tõlgendamine: toetav rakendus teisendab anduri andmed reaalajas keritavateks takistuse sügavuse kõverateks. Kui ilmnevad iseloomulikud järsud tõusud (kontakt luukoorega) ja äkilised langused (medullaarsesse õõnsusse sisenemine), käivitab süsteem visuaalsed ja puutetundlikud (käepideme vibratsioon) hoiatused. Algoritmid hindavad luutihedust ka esialgse takistuse põhjal ja soovitavad arukalt optimaalseid pöörlemiskiirusi.

Pilveühenduvus ja kvaliteedikontrolli platvorm: iga punktsiooni anonüümseks muudetud andmed (kestus, jõukõverad, tulemused) laaditakse üles haigla kvaliteedikontrolli platvormidele või tootja pilvandmebaasi ristlõike võrdlemiseks, tööstandardi auditite ja personaliseeritud oskuste täiustamise aruannete jaoks.

Toimemehhanism

Muutes mehaanilised signaalid visualiseeritud teabeks, loob intelligentne süsteem uue inimese ja masina koostöömudeli:

Kuuemõõtmelised jõuandurid toimivad operaatorite jaoks "digitaalsete närvidena", kvantifitseerides mittemateriaalset kombatavat tagasisidet täpseteks väärtusteks njuutonites (N) ja njuutonmeetrites (N·m). Operaatorid võivad "näha" liigset rakendatud jõudu või nurgahälvet.

Fiiberoptiline kauguse mõõtmine toimib sarnaselt optilise radariga, arvutades reaalajas otsaku sügavuse kudedes submillimeetrise täpsusega, analüüsides otsast kiirgavaid ja peegelduvaid optilisi signaale, välistades põhimõtteliselt liiga sügava pimeda punktsiooni riski.

Edukate ja ebaõnnestunud punktsioonide massiivsete andmekogumite masinõppe abil tuvastavad andmealgoritmid optimaalse torke mehaaniliste omaduste mustrid ja annavad reaalajas hoiatusi, kui operaatorid rakendavad ebaõiget jõudu (nt liigne pöörlemine, mis põhjustab luu termilist vigastust).

Tõhususe kinnitamine

Süsteemi mitmekeskuseline randomiseeritud kontrollitud uuring viidi läbi 15 A-klassi kolmanda taseme haigla erakorralise meditsiini osakondades ja intensiivravi osakondades.

Õpetamise efektiivsuse uuring: intelligentse süsteemiga väljaõppe saanud meditsiiniüliõpilased ja arstid-residendid vähendasid iseseisvaks kompetentseks toimimiseks vajalikke keskmisi praktikakatseid 50-lt 15-le, kiirendades oluliselt oskuste omandamist.

Ohutuse parandamise uuring: 1 000 intelligentse süsteemi abil läbiviidud punktsioonide puhul ei esinenud liigsest läbitungimisest põhjustatud tõsiseid tüsistusi, samas kui tavapärases rühmas (500 juhtu) registreeriti 3 kerge hematoomi või punktsioonikohtade ekstravasatsiooni juhtu.

Otsuse toetamise uuring: For hard‑to‑puncture obese patients (BMI >35), tuvastas intelligentne süsteem ebanormaalsed takistuskõverad, et hoiatada ennetavalt 5 võimaliku luuanomaalia või ebasobiva punktsioonikoha valiku eest, suunates operaatoreid asukohti vahetama ja saavutades 100% eduka juurdepääsu.

Teadus- ja arendustegevuse strateegia ja filosoofia

Chunci Medicali teadus- ja arendustegevuse strateegia on"Andmed määratlevad standardid, intelligentsus annab võimaluse kliinilisele praktikale". Ettevõte usub, et tehisintellekti ajastul ei tohiks meditsiiniliste protseduuride "kuldstandard" enam tugineda ainult individuaalsetele ekspertide kogemustele, vaid optimeeritud algoritmimudelitele, mida treenivad tohutud objektiivsed andmekogumid. Koostöös tehisintellekti riikliku võtmelaboriga ehitas see maailma esimese laboriluusisese punktsiooni mehaaniliste funktsioonide andmebaas. Selle teadus- ja arendustegevuse filosoofia rõhutabvastutustundlik AI: intelligentsed süsteemid aitavad ja tõhustavad kliiniliste otsuste tegemist, mitte ei asenda arste, kusjuures lõplik otsus jääb alati operaatorite teha.

Tuleviku väljavaade

Tulevased intelligentsed torkesüsteemid arenevadholograafilised kirurgilised navigatsioonisõlmed. Tootjad uurivad intelligentsete torkenõelte integreerimist liitreaalsuse (AR) prillidega: AR-prille kandes näevad operaatorid praktiliselt projitseeritud optimaalseid torkepunkte, sisestusradasid ja reaalajas 3D-sisestusanimatsioone patsiendi kehapinnal, et saada fluoroskoopiaga sarnane töökogemus. Lisaks saab süsteem ühenduda haigla PACS-iga (Picture Archiving and Communication Systems), et enne punktsiooni 3D-rekonstrueerimiseks ja kirurgilise tee planeerimiseks automaatselt välja tuua patsientide olemasolevad röntgen- või CT-pildid. Pikemas perspektiivis edastatakse iga intelligentse punktsiooniga genereeritud andmed ülemaailmsesse erakorralise meditsiini võrgustikku, et ennustada anatoomilisi erinevusi populatsioonide lõikes, võimaldades lõppkokkuvõttes individuaalselt kohandatud adaptiivset punktsioonide navigeerimist, mis on kohandatud konkreetsetele patsientidele.