Development of an AI-driven system for neurosurgery with a usability study: a step towards minimal invasive robotics
- Recent advances in artificial intelligence have enabled promising applications in neurosurgery that can enhance patient outcomes and minimize risks. This paper presents a novel system that utilizes AI to aid neurosurgeons in precisely identifying and localizing brain tumors. The system was trained on a dataset of brain MRI scans and utilized deep learning algorithms for segmentation and classification. Evaluation of the system on a separate set of brain MRI scans demonstrated an average Dice similarity coefficient of 0.87. The system was also evaluated through a user experience test involving the Department of Neurosurgery at the University Hospital Ulm, with results showing significant improvements in accuracy, efficiency, and reduced cognitive load and stress levels. Additionally, the system has demonstrated adaptability to various surgical scenarios and provides personalized guidance to users. These findings indicate the potential for AI to enhance the quality of neurosurgical interventions and improve patient outcomes. Future work will explore integrating this system with robotic surgical tools for minimally invasive surgeries.
- Aktuelle Fortschritte im Bereich der künstlichen Intelligenz (KI) haben vielversprechende Anwendungen in der Neurochirurgie ermöglicht, welche die Ergebnisse für die Patienten verbessern und die Risiken minimieren können. In diesem Beitrag wird ein neuartiges KI-System vorgestellt, das Neurochirurgen bei der Identifizierung und Lokalisierung von Hirntumoren unterstützt. Das System wurde anhand eines Datensatzes von MRT-Scans des Gehirns mittels Deep-Learning-Ansätzen trainiert. Die Auswertung an einem separaten Satze von Scans ergab einen durchschnittlichen Dice-Koeffizienten von 0,87. Eine Nutzerstudie mit Experten eines Universitätskrankenhauses ergab eine verbesserte Genauigkeit und Effizienz sowie eine geringere kognitive Belastung und weniger Stress im Vergleich mit dem Behandlungsstandard. Darüber hinaus hat sich das System als anpassungsfähig an verschiedene chirurgische Szenarien erwiesen und bietet den Benutzern personalisierte Anleitungen. Unsere Ergebnisse zeigen, dass die KI das Potenzial hat, neurochirurgische Eingriffe zu verbessern. Zukünftige Arbeiten untersuchen die Integration mit robotischen Werkzeugen für die minimalinvasive Chirurgie.
Author of HS Reutlingen | Zeineldin, Ramy; Junger, Denise; Burgert, Oliver |
---|---|
URN: | urn:nbn:de:bsz:rt2-opus4-45286 |
DOI: | https://doi.org/10.1515/auto-2023-0061 |
ISSN: | 0178-2312 |
eISSN: | 2196-677X |
Erschienen in: | Automatisierungstechnik : AT |
Translated Title (German): | Entwicklung eines KI-gesteuerten Systems für die Neurochirurgie mit einer Usability-Studie: Ein Schritt in Richtung minimal-invasive Robotik |
Publisher: | De Gruyter |
Place of publication: | Berlin |
Document Type: | Journal article |
Language: | English |
Publication year: | 2023 |
Tag: | AI; minimal invasive robotics; neurosurgery; segmentation; user experience |
Volume: | 71 |
Issue: | 7 |
Page Number: | 10 |
First Page: | 537 |
Last Page: | 546 |
PPN: | Im Katalog der Hochschule Reutlingen ansehen |
DDC classes: | 600 Technik |
610 Medizin, Gesundheit | |
Open access?: | Ja |
Licence (German): | Creative Commons - CC BY - Namensnennung 4.0 International |