AI nella chirurgia pituitaria: migliorare il riconoscimento anatomico intraoperatorio | App intelligenza artificiale iphone | Large language models | Reti neurali machine learning | Turtles AI

 Un recente studio ha esplorato l’uso dell’AI per migliorare il riconoscimento anatomico durante la chirurgia endoscopica dell’adenoma pituitario. L’assistenza dell’AI ha mostrato di potenziare il riconoscimento della sella, riducendo errori e migliorando la sicurezza, specialmente tra i chirurghi meno esperti. I risultati suggeriscono un notevole impatto nella formazione chirurgica e nella pratica clinica.

Punti chiave:

•  L’assistenza dell’AI migliora il riconoscimento anatomico durante la resezione endoscopica dell’adenoma pituitario.  
•  Gli studenti e i tirocinanti junior traggono i maggiori benefici dall’uso dell’AI, con miglioramenti significativi nel riconoscimento della sella.  
•  I neurochirurghi esperti mostrano un miglioramento marginale, ma l’AI riduce gli errori falsi positivi.  
•  La tecnologia ha potenziale applicativo per migliorare la formazione chirurgica e come supporto decisionale intraoperatorio.

La chirurgia endoscopica per la resezione dell’adenoma pituitario è una delle sfide più complesse della neurochirurgia, principalmente a causa della posizione del tumore, che si trova in una zona anatomica particolarmente critica e ricca di strutture neurovascolari. La difficoltà nell’identificare correttamente queste strutture durante l’intervento, come i nervi ottici e le arterie carotidi interne, è uno dei principali ostacoli per evitare danni collaterali. L’importanza di un orientamento anatomico preciso è tale che vengono frequentemente utilizzati ausili come la neuronavigazione, il micro-Doppler e il monitoraggio neurofisiologico, ma questi strumenti hanno comunque dei limiti, soprattutto in ambienti di alta complessità e in tempo reale. In questo scenario, l’AI sta emergendo come una tecnologia promettente, capace di migliorare il riconoscimento delle strutture anatomiche importanti per la sicurezza chirurgica.  

In uno studio recente, è stato esaminato l’impatto dell’AI nel migliorare il riconoscimento della sella turcica durante la resezione endoscopica dell’adenoma pituitario. L’intento era di testare se l’AI, in grado di segmentare l’anatomia sellare, potesse supportare i chirurghi nel delineare con maggiore precisione le aree critiche da non lesionare. Il modello AI, sviluppato in fase preclinica, ha permesso di confrontare le performance di medici con vari livelli di esperienza nel riconoscimento anatomico, utilizzando sei immagini radiologiche delle strutture sellari, prima e dopo l’introduzione del supporto dell’AI. I partecipanti, suddivisi in quattro gruppi (studenti di medicina, tirocinanti junior, intermedi e neurochirurghi esperti), hanno etichettato le immagini senza assistenza e successivamente con l’aiuto del sistema AI.

I risultati hanno mostrato un miglioramento generale nei punteggi di precisione, misurati tramite il coefficiente di similarità DICE, passando dal 70,7% senza assistenza AI al 77,5% con l’assistenza dell’AI. Questo miglioramento è stato statisticamente significativo, con un aumento medio di +6,7% nelle performance globali. Gli studenti di medicina, in particolare, hanno beneficiato maggiormente dell’AI, migliorando il loro punteggio dal 66,2% al 78,9% (+12,8%), seguito dai tirocinanti junior, che hanno registrato un incremento del 8,1%. I tirocinanti intermedi hanno mostrato un miglioramento più contenuto (+4,8%), mentre gli esperti, già molto performanti, hanno visto un miglioramento marginale (+1,2%), ma comunque statisticamente significativo.

Inoltre, l’assistenza dell’AI ha avuto un impatto positivo anche sul riconoscimento del "centroide" della sella, il punto fondamentale per la sicurezza dell’accesso chirurgico. Prima dell’uso dell’AI, solo il 79% dei partecipanti includeva il centro della sella nelle proprie annotazioni, ma con l’assistenza dell’AI, questa percentuale è aumentata al 100%. I gruppi con meno esperienza (studenti e tirocinanti junior) hanno apportato il maggior numero di modifiche alle loro annotazioni grazie al supporto dell’AI, con un tasso di modifica pari al 69,4%, rispetto al 33,3% dei tirocinanti intermedi e al 38,9% degli esperti. Nonostante questi miglioramenti, si è osservato che alcuni esperti preferivano non fare affidamento completo sull’AI, soprattutto nel caso in cui l’anatomia fosse già chiara o quando il modello suggeriva cambiamenti nelle annotazioni, portando a un tasso più basso di modifiche.

Una delle scoperte più rilevanti dello studio riguarda la riduzione degli errori, in particolare dei falsi positivi. Questi errori, che potrebbero portare a danni accidentali alle strutture circostanti critiche, sono stati significativamente ridotti grazie all’AI. I falsi positivi sono diminuiti a una magnitudine maggiore rispetto ai falsi negativi, offrendo un rassicurante miglioramento della sicurezza. Questo è particolarmente importante in neurochirurgia, dove un errore di identificazione potrebbe causare danni permanenti a strutture vitali.

Il miglioramento delle performance con l’AI è stato evidente soprattutto tra i gruppi con meno esperienza. Questo suggerisce che l’AI potrebbe giocare un ruolo fondamentale nella formazione dei chirurghi, aiutando i tirocinanti a raggiungere livelli di competenza simili a quelli degli esperti in tempi relativamente brevi. Con l’integrazione dell’AI nella formazione chirurgica, potrebbe essere possibile ottimizzare l’apprendimento, permettendo una visualizzazione in tempo reale delle strutture anatomiche durante le operazioni, che sarebbe un supporto prezioso anche in situazioni ad alta pressione.

La possibilità di utilizzare l’AI non solo come strumento di supporto nella fase pre-operatoria, ma anche come assistente durante l’intervento, apre nuovi scenari per la chirurgia. La combinazione di AI con tecnologie come la realtà aumentata potrebbe facilitare il riconoscimento delle strutture anatomiche in tempo reale, migliorando ulteriormente la sicurezza e l’efficacia degli interventi. Inoltre, con l’uso dell’AI per identificare automaticamente le strutture anatomiche in immagini o video chirurgici, si potrebbero creare database didattici che consentano agli studenti di medicina e ai tirocinanti di migliorare le loro competenze prima di affrontare operazioni reali.

In futuro, il perfezionamento dei modelli di AI, unito all’integrazione con sistemi di visualizzazione avanzati, potrebbe rivoluzionare il modo in cui vengono eseguiti gli interventi chirurgici, riducendo al minimo gli errori e aumentando la precisione nelle resezioni tumorali. La sfida rimane quella di perfezionare la tecnologia per l’uso in tempo reale durante le operazioni, e di sviluppare interfacce utente che possano integrarsi senza problemi con il flusso di lavoro dei chirurghi. La strada per l’adozione clinica di tali tecnologie è ancora lunga, ma i progressi fatti finora sono promettenti.

La continua evoluzione delle tecnologie di AI applicate alla chirurgia sembra destinata a migliorare non solo la sicurezza degli interventi, ma anche a trasformare l’educazione medica, rendendo l’apprendimento delle competenze chirurgiche più efficace e sicuro.