이미징 및 가상 현실을 사용한 정밀 수술을 위한 선구적인 환자별 접근 방식
2024년 4월 5일
혈관 내 치료의 발전은 복잡한 개복 수술 절차를 판막 교체 및 동맥류 복원술과 같은 최소 침습 옵션으로 대체했습니다. 이 논문은 3차원(3D) 모델링과 가상 현실을 사용하여 신경 중재 카테터 삽입 실험실 절차 계획을 위한 C-arm 포지셔닝, 각도 측정 및 로드맵 생성을 지원하고 시술 시간을 최소화할 것을 제안합니다.
1 이 후향적 사례 연구 2의 목적은가상 현실 환경에서 각도기3의 사용의 정확성을 검증하는 것이었습니다. 4 이것은 VR에서 외과의의 배치5를 수술에 사용된 실제 위치6와 비교한 블라인드 연구였다. 7 현재,치료 또는 계획을 위한 뇌동맥류8 및 기타 두개내 혈관 기형9을 최적으로 시각화하기 위해서는 3D 회전 혈관조영술10을 받아야 한다 절차를 시작할 때.
11 이것은 환자를 방사선 12에 노출시키고 시술 시간을 증가시킨다. 13 가상 현실의 세분화는 외과 의사의 자신감을 높이고14 복잡한 수술 사례에 대한 이해를 높입니다. 15 인체는 3차원 공간에 존재하며, 따라서 3차원 공간에서 인체16를 보는 것은 2차원 CT나 MRI를 보는 것보다 병리학적 해부학17을 훨씬 더 잘 나타낸다.
18 이러한 발견은 연구 및 의학에 영향을 미치며, 19 OR에서 20 이미징 장비 각도를 결정하기 위한 계획 시간을 단축합니다.21 현재 C-arm 위치를 결정할 수 있도록 환자를 360 스핀 22로 스캔해야 합니다. 23 우리는 수술 전에 C-arm 위치 지정에 대한 제안을 25 제공함으로써 환자(24)가 진정제를 투여받는 시간과 방사선 노출을 줄일 수 있다고 믿는다. 26 세분화는의료 이미지로부터 환자 특정 해부학의 3D 모델(27)을 재창조하는 행위이다.
28 이는 가장 중요한 단계이지만, 소프트웨어 요구 사항과 인적 전문성 모두에서 자원이 많이 소모됩니다 29. 30 따라서, 우리의 주요 연구 초점(31)은 세분화를 자동화하는 것이며, 32 이 기술을 대규모로 배포하기 위한 진입 장벽(34)을 줄이기 위해 기계 학습 기술(33)을 활용합니다.
개요
본 연구에서는 신경 중재 시술을 개선하기 위해 가상현실(VR) 및 3D 모델링의 활용 방안을 탐구합니다. 분할 과정을 자동화하고 C-arm 배치를 개선함으로써, 환자의 방사선 노출량과 시술 시간을 단축하는 것을 목표로 합니다.
주요 연구 구성 요소
과학 분야
- 신경외과
- 가상 현실
- 의료 영상
배경
- 뇌동맥류를 시각화하는 현재의 절차는 3D 회전 혈관 조영술을 필요로 합니다.
- 이러한 절차는 환자를 방사선에 노출시키고 수술 시간을 증가시킵니다.
- VR 내에서의 분할(Segmentation)은 복잡한 사례에 대한 외과 의사의 확신과 이해도를 높일 수 있습니다.
- 분할 과정을 자동화하면 임상 현장에서의 기술 도입 장벽을 낮출 수 있습니다.
연구 목적
- 수술 계획을 위한 VR 환경 내 각도기의 정확도를 검증하기 위함입니다.
- 시술 중 환자의 진정 시간과 방사선 노출을 줄이기 위함입니다.
- 수술 전 C-arm 배치 효율성을 향상시키기 위함입니다.
사용된 방법
- VR 포지셔닝과 실제 수술 배치 간의 비교를 위한 블라인드 연구를 수행함.
- 환자 해부학적 구조의 세그멘테이션 자동화를 위해 머신러닝 기술을 활용함.
- C-arm 배치를 위한 각도를 시각화하고 측정할 수 있는 VR 모델을 개발함.
- 수술 계획을 위해 VR 내에서 선호하는 시야각을 캡처함.
주요 결과
- VR에서 외과의가 지정한 각도는 실제 수술 측정값과 밀접하게 일치했습니다.
- 자동 분할을 통해 계획의 정확성과 효율성이 향상되었습니다.
- VR 시각화를 통해 복잡한 해부학적 구조에 대한 이해도가 높아졌습니다.
- 시술 시간 단축 및 방사선 노출 감소가 달성되었습니다.
결론
- VR 및 3D 모델링은 신경 중재 시술을 크게 개선할 수 있습니다.
- 분절화(segmentation)의 자동화는 임상 실무에서의 광범위한 적용을 위해 매우 중요합니다.
- 이러한 접근 방식은 수술 결과와 환자 안전을 향상시킬 잠재력이 있습니다.
자주 묻는 질문
산업적 관련성 요약
환자 맞춤형 3D 영상 및 가상 현실 모델링은 복잡한 혈관 내 중재술의 시술 전 계획 수립 방식을 변화시키고 있습니다. 이러한 기술은 정밀한 해부학적 시각화를 가능하게 하여, 시술 위험을 줄이고 자원 배분을 최적화하는 중요한 의사결정을 지원합니다. 자동 분할 기술과 VR 기반 측정을 통합함으로써 장치 기반 치료 개발의 핵심 변곡점에서 예측 신뢰도를 높일 수 있습니다.
바이오제약 R&D의 전략적 응용
초기 발견 및 타겟 검증
- 장치 타겟팅을 위해 환자별 해부학적 가설에 대한 세밀한 조사를 가능하게 합니다.
- 복잡한 혈관 병변의 공간적 관계를 명확히 함으로써 기전적 리스크 감소를 지원합니다.
- 시술 계획 및 장치 적합성에 대한 예측 신뢰도를 향상시킵니다.
스크리닝 및 분석법 개발
- 시뮬레이션 및 기기 테스트 워크플로우를 위한 검증된 3D 해부학적 모델의 제작을 용이하게 합니다.
- 재현 가능한 기기 평가를 위해 주요 해부학적 특징의 측정을 표준화합니다.
- 기기 배치 및 시술 가능성에 대한 정량적 평가를 가능하게 합니다.
중개 및 전임상 연구
- 전임상 기기 테스트를 임상적으로 유의미한 해부학적 시나리오와 일치시킵니다.
- 영상 데이터와 시술 시뮬레이션을 연결하여 중개 연구의 연속성을 지원합니다.
- 정량적이고 환자 맞춤형인 해부학적 통찰력을 제공함으로써 개발 단계 진행 결정의 리스크를 줄입니다.
파이프라인 및 워크플로우 통합
이 워크플로우는 영상 데이터 획득부터 세그멘테이션, 3D 모델링, VR 기반의 시술 계획에 이르기까지의 과정을 통합하여, 초기 발견부터 중개 의료 기기 평가까지를 지원합니다.
- 발견 생물학(Discovery Biology): 가설 검증 및 공간 분석을 위한 고충실도 해부학적 모델을 제공합니다.
- 스크리닝(Screening): 장치 적합성 및 시술 시뮬레이션을 위한 재현 가능하고 정량적인 측정값을 제공합니다.
- 분석(Analytics): 시술 옵션을 비교하기 위해 정확한 각도 및 위치 측정을 가능하게 합니다.
- 중개 연구(Translational Research): 영상 기반 모델을 전임상 및 임상 시술 계획과 연결합니다.
- 기업적 재사용(Enterprise Reuse): 다양한 장치 프로그램 전반에 걸쳐 환자 맞춤형 모델링을 위한 확장 가능한 플랫폼을 구축합니다.
운영 및 기업 영향
- 과학적 가치: 장치 계획 시 예측 신뢰도를 높이고 해부학적 모호성을 줄입니다.
- 운영적 가치: 분할 및 측정을 표준화하여 재현성과 확장성을 개선합니다.
- 전략적 가치: 더 정보에 입각한 진행/중단 결정을 가능하게 하며 후기 단계의 시술 위험을 줄입니다.
- 포트폴리오 영향: 장치 후보 및 시술 전략의 위험 조정 우선순위 결정을 지원합니다.
구현 시 고려 사항
- 의료 영상, 세그멘테이션 및 VR 모델링에 대한 전문 지식이 필요합니다.
- 3D 데이터 처리 및 시각화를 위한 강력한 소프트웨어 인프라가 요구됩니다.
- 팀 간 재현성과 데이터 공유를 위한 표준화된 프로토콜이 필요합니다.
- 다양한 해부학적 및 시술적 상황에 적용하려면 워크플로 최적화가 필요할 수 있습니다.
- 세그멘테이션은 여전히 많은 자원이 소요되지만, 자동화 노력을 통해 확장성이 향상되고 있습니다.
