Deutscher Kongress für Orthopädie und Unfallchirurgie 2025 (DKOU 2025)
KI basierte Operationsplanung von komplexen Frakturen und Bereitstellung in einer App
2Institut für Medizinische Informatik, Charité Universitätsmedizin, Berlin, Deutschland
3Julius Wolff Institut, Charité Universitätsmedizin, Berlin, Deutschland
4Technische Universität, Berlin, Deutschland
5Klinik für Radiologie, Charité Universitätsmedizin, Berlin, Deutschland
Text
Zielsetzung und Fragestellung: Komplexe Frakturen sind für Unfallchirurg:innen häufig herausfordernd und beeinträchtigen betroffene Patient:innen oftmals irreversibel. Das REPAIR Projekt ist ein durch den Innovationsfonds des Gemeinsamen Bundesausschusses gefördertes Vorhaben, das eine Versorgungsstrategie für komplexe Frakturen mittels künstlicher Intelligenz entwickelt. Ziel ist es, unter der Nutzung von KI eine individualisierte präoperative Planung, ausgehend von CT-Aufnahmen, bereitzustellen.
Material und Methoden: Die Entwicklung der notwendigen Algorithmen erfolgte in Zusammenarbeit zwischen Ärzt:innen, Ingenieur:innen und Informatiker:nnen. Primär erfolgte in der CT die Detektion der Fraktur mitsamt Segmentierung der Bestandteile, welche die Basis für die Klassifikation bildete. Der nächste Schritt bestand in der virtuellen Frakturreposition, bei der Masked Registration und Autoencoding der Bilder vorgenommen wurden. Hiernach wurde die Implantatwahl und -positionierung festgelegt und eine mittels Finite-Elemente-Modell (FE) geprüfte biomechanisch belastbare und anhand eines Scoping Reviews evidenzbasierte Osteosyntheseempfehlung erstellt. Zum Trainieren der Algorithmen mittels Machine Learning sind hohe Fallzahlen notwendig, weswegen ein eigener Algorithmus zur Erzeugung von synthetischen Frakturen entwickelt wurde. Diese wurden mittels eines parametrischen Modells erzeugt, wobei Positionierung, Orientierung und Dicke der Frakturbestandteile definiert wurden. Anschließend wurde der CT-Scan an das Modell angepasst. Die gesamte Pipeline wird den Unfallchirurg:innen über eine Web-App zugänglich gemacht.
Ergebnisse: Mittels des Algorithmus zur artifiziellen Frakturerstellung besteht die Möglichkeit Frakturen „auf Bestellung“ zu generieren. So ist es beispielsweise möglich, die Frakturtypen der Schatzker-Klassifikation nachzubilden, wobei hier variable und zufällige Frakturverläufe möglich sind. Die Ausgabe der künstlichen Fraktur erfolgt sowohl in einem Neuroimaging Informatics Technology Initiative Format (NifTI), als auch als Stereolithographie-Datei (STL). Somit werden alle der erforderlichen Teilalgorithmen mit Daten bespeist, was eine fallspezifische Versorgungsplanung ermöglicht.
Über eine webbasierte Anwendung sind CT-Bilder (inkl. 3D-Rekonstruktion), Textbeschreibung und grafische Simulation der Versorgungsempfehlungen werden diese dezentral zugänglich gemacht (siehe Abbildung 1 [Abb. 1]).
Abbildung 1: Darstellung der REPAIR-Subalgorithmen anhand einer artifiziell erstellten Fraktur A) CT Bildsegmentierung der NIFTI-Datei B) Virtuelle Frakturreposition am 3D-CT C) Ansicht der Implantatempfehlung und virtuelle Platzierung als STL-Modell D) FE-Analyse der empfohlenen Osteosynthese mit Farbkodierung der Verschiebung unter Last mittels Ampelsystem
Diskussion und Schlussfolgerung: Die synthetischen Frakturen bieten die Möglichkeit, den unterschiedlichen Algorithmen eine hohen Anzahl an Fällen zuzuführen und sie sukzessive zu verbessern. Gleichzeitig ist möglich, mittels Simulationstraining die Entscheidungsfindung von Unfallchirurg:innen zu stärken.
Durch das externe Hosten kann die App von den jeweiligen Klinikrechnern ausgeführt werden, was die Zugänglichkeit verbessert. Die Versorgungsempfehlung des finalen Algorithmus wird in einer nicht-interventionellen Vergleichsstudie mit fachärztlich erstellten Operationsplanungen validiert.
