Ein neu entwickeltes KI‑Verfahren namens C2‑Net ermöglicht die schnelle und präzise Bewertung der Durchführbarkeit einer C2‑Pedikelschrauben‑Platzierung. In einer Testphase erreichte das System eine Genauigkeit von 89,4 %, eine Sensitivität von 90,0 % und eine Spezifität von 89,0 % und zeigte damit Leistungen, die mit denen erfahrener Chirurgen vergleichbar sind und junioren Chirurgen überlegen.

Entwicklung von C2‑Net

Die Forscher kombinierten ein Bildsegmentierungsmodul, das C2‑Pedikel in CT‑Scans automatisch abgrenzt, mit einem Modul zur Abschätzung der Schraubenplatzierungswahrscheinlichkeit. Das Training erfolgte anhand von CT‑Daten, während die Validierung mittels 3‑D‑gedruckter, manuell platzierter Schrauben als Referenz erfolgte.

Leistungsbewertung

Die Ergebnisse wurden mit den Einschätzungen von Chirurgen unterschiedlicher Erfahrungsstufen verglichen. Das Modell lieferte konsistentere diagnostische Kennzahlen als junior‑Chirurgen und erreichte vergleichbare Werte zu senior‑Chirurgen. Zusätzlich zeigten die erzeugten Aufmerksamkeitskarten, welche Bildbereiche das Netzwerk für die Entscheidung nutzt, eine nachvollziehbare Entscheidungsgrundlage.

Visuelle Interpretation

Durch die Aufmerksamkeitskarten erhalten Anwender Einblick in die Entscheidungsfindung des Modells, wodurch strukturelle Variationen der C2‑Pedikel differenziert werden können. Die vorhergesagten Wahrscheinlichkeiten ermöglichen eine klare Unterscheidung zwischen geeigneten und ungeeigneten Pedikelstrukturen.

Klinische Relevanz

Die Fähigkeit, innerhalb kurzer Zeit konsistente Bewertungen zu liefern, könnte den Aufwand für präoperative Analysen reduzieren und die Abhängigkeit von hochqualifizierten Chirurgen verringern. Damit stellt C2‑Net ein potenzielles Assistenzinstrument für die klinische Entscheidungsfindung in der Wirbelsäulenchirurgie dar.

Ausblick

Die Studie ist unter der Registrierungsnummer ChiCTR2500101655 geführt. Die Autoren betonen, dass weitere multizentrische Studien nötig seien, um die Generalisierbarkeit des Modells zu prüfen und mögliche Integrationsszenarien in klinische Arbeitsabläufe zu evaluieren.

Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.