Entwicklung eines Feedbacksystems zur Optimierung der laparoskopischen Instrumentenführung durch Integration einer automatisierten Bildklassifizierung

DSpace Repositorium (Manakin basiert)

Zur Kurzanzeige

dc.contributor.advisor Kirschniak, Andreas (Prof. Dr.)
dc.contributor.author Rolinger, Jens
dc.date.accessioned 2020-06-17T09:34:42Z
dc.date.available 2020-06-17T09:34:42Z
dc.date.issued 2020-06-17
dc.identifier.other 1700762591 de_DE
dc.identifier.uri http://hdl.handle.net/10900/101578
dc.identifier.uri http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-1015786 de_DE
dc.identifier.uri http://dx.doi.org/10.15496/publikation-42957
dc.description.abstract Während laparoskopischer Eingriffe kann es zu akzidentellen Verletzungen benachbarter Gewebestrukturen kommen, vor allem wenn sich das Arbeitsinstrument außerhalb des Sichtfeldes der laparoskopischen Kamera befindet. Ausgangspunkt der vorliegenden Arbeit war die quantitative sowie qualitative Untersuchung des Auftretens dieser als „Adverse Events“ (AE) bezeichneten Situationen während der laparoskopischen Cholezystektomie in einem realitätsnahen Trainingssetting. Des Weiteren sollte mit der Entwicklung eines Funktionsmusters die Machbarkeit eines kontextsensitiven, audiovisuellen Feedbacksystems durch Implementierung einer automatisierten binären Klassifizierung der zugrundeliegenden Bilddaten belegt werden. Das Ziel war dabei die Erkennung von AE während des Eingriffs in Echtzeit und deren Rückmeldung an das Operationsteam. Die Evaluation erfolgte im Rahmen einer randomisierten kontrollierten Probandenstudie mit 24 Medizinstudierenden (je 12 in Interventions- versus Kontrollgruppe), welche jeweils vier konsekutive laparoskopische Cholezystektomien in einer standardisierten Trainingsumgebung durchführten. Der Interventionsgruppe nutzte dabei das Feedbacksystem. Primärer Endpunkt war die Inzidenz von AE. Insgesamt wurden in der Gesamtpopulation 2895 AE registriert. Die mediane Anzahl der AE pro Eingriff lag bei 20,5. Die entwickelte Anwendung zur binären Bildklassifizierung konnte davon lediglich 33,9 % korrekt zuordnen. In der vergleichenden Auswertung von Interventions- und Kontrollgruppe ergaben sich hinsichtlich des primären Endpunkts keine statistisch signifikanten Unterschiede. Es wird geschlussfolgert, dass sich mit dem entwickelten Klassifizierungs- und Feedbacksystem das Auftreten von AE nicht beeinflussen lässt. Grundsätzlich deutet jedoch die hohe Anzahl an AE in Verbindung mit den aus der Literatur bekannten, teils schwerwiegenden Folgen für die betroffenen Patientinnen und Patienten nach iatrogenen Verletzungen im Rahmen laparoskopischer Eingriffe auf den Bedarf an zusätzlichen Sicherheitskonzepten hin. Diesbezüglich sind die angestoßenen Weiterentwicklungen unter Verwendung von Technologien auf dem Gebiet der künstlichen Intelligenz als vielversprechend zu beurteilen. de_DE
dc.language.iso de de_DE
dc.publisher Universität Tübingen de_DE
dc.rights ubt-podok de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=de de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=en en
dc.subject.classification Chirurgie , Laparoskopie , Maschinelles Sehen de_DE
dc.subject.ddc 610 de_DE
dc.subject.other Chirurgisches Training de_DE
dc.subject.other Laparoskopische Chirurgie de_DE
dc.subject.other Iatrogene Verletzung de_DE
dc.subject.other Elektrochirurgie de_DE
dc.subject.other Electrosurgery en
dc.subject.other Patientensicherheit de_DE
dc.subject.other Patient safety en
dc.subject.other Box-Trainer de_DE
dc.subject.other Box trainer en
dc.subject.other Computer vision en
dc.subject.other Inadvertent injury en
dc.subject.other Surgical training en
dc.subject.other Laparoscopic surgery en
dc.title Entwicklung eines Feedbacksystems zur Optimierung der laparoskopischen Instrumentenführung durch Integration einer automatisierten Bildklassifizierung de_DE
dc.type PhDThesis de_DE
dcterms.dateAccepted 2020-05-25
utue.publikation.fachbereich Medizin de_DE
utue.publikation.fakultaet 4 Medizinische Fakultät de_DE

Dateien:

Das Dokument erscheint in:

Zur Kurzanzeige