人工智能(AI)是广义的术语,它描述了计算机执行的通常比人类需要的任何任务。机器学习是一种AI,其中计算机无需显式编程即可从现有数据中学习,以预测新的数据点。深度学习是其中的一个子领域,它处理特别混乱的数据集和非结构化的信息堆,以尝试为难题提供答案。人工智能和机器学习正在迅速融入人类生活的各个方面。在医学上,从历史上看,最好用人类的方法来实现医学,人工智能已经有许多有用的应用程序。目前,神经外科手术中出现了AI,但没有机器学习或深度学习。

脊柱外科手术中最常用的AI可能是机器人螺钉放置。机器人在手术开始时使用患者的CT扫描,使用计算算法将螺钉放置在脊柱上。轨迹由外科医生根据初始CT确定,但实际上是机器人放置了螺钉。尽管这似乎在脊柱侧弯或脊柱翻修手术中最有用,但一些外科医生正在使用机器人在大多数患者中放置更快,可能更准确的螺钉。我们之前曾写过一篇有关脊柱外科手术机器人的博客,但我们对使用此技术的犹豫不决。我们强调了基于CT的机器人固定算法的局限性,该算法不会随着手术的进行而调整。没有机器或深度学习,因为机器人无法对新数据点做出新的预测。因此,由于脊柱实际上是由于外科手术中的物理操作而移动的,因此计算机的算法很快变得过时且不正确,并且螺钉可能会意外地缠绕在不希望的地方。一旦脊柱机器人的未来原型融入了机器学习,我们将更加兴奋地常规使用此工具。

迄今为止,脑外科手术中的AI很大程度上仍未进入临床领域,主要是在研究场景中进行描述。很难想象有一种计算算法可以使机器人参与脑肿瘤或血管病变切除术的任何步骤。一旦移除颅骨并打开硬脑膜覆盖物,有时在巨大压力下的搏动性大脑立即开始运动,以平衡颅内压和大气压。一旦进入脑组织,就可以操纵结构,排尽脑脊液,去除一些血液,并且手术目标的位置和/或形状可能会略有变化。切除肿瘤或治疗血管病变涉及基于组织的触觉反馈,颜色和一致性的视觉解释以及人类直觉的实时调整。外科医生希望避免去除多余的大脑组织,因此目前尚无法想到涉及真实人类患者的可操作AI模型。然而,适用于AI的神经外科护理的两个方面是:1)放射学解释,以及2)病理学解释。

人工智能在神经肿瘤成像中的应用

传统放射学依靠人类以主观和定性的方式视觉评估大脑图像。利用来自相对有限的数据集的训练和经验,他们可以解释正常结果与异常结果。人工智能有可能从图像中提取更多信息,从而可能比人类更好地描绘出非常细微的特征。计算机可以比任何人访问更大的信息数据库,并且可以在单个大脑扫描中处理更多的功能,从而有可能更快地做出更准确的诊断。尽管尚未广泛使用,但德国研究小组已开发出能够使用人工网络自动识别局灶性脑肿瘤的算法。与人类放射科医生相比,他们能够将扫描解释的可靠性提高36%。

Radiomics是AI的另一个方面,具有广阔的潜力。 Radiomics提取了许多不同的定量成像生物标志物,这些标志物可以预测诊断,肿瘤分类,预后和治疗反应。它可以将患者分层以预测为最有效的量身定制的治疗方法,包括确定患者是否将受益于更多或更少的手术切除或辅助治疗。仅通过最初的脑部扫描就可以完成所有这些操作。

人工智能在术中神经病理学中的应用

外科医生理想地将脑肿瘤切除到边缘。甚至多一点脑组织都可能导致严重的神经功能缺损。当前可用的工具有:1)基于术前影像估计肿瘤边缘的计算机导航,以及2)外科医生基于触摸和视觉特征对正常大脑的可视化。计算机导航的问题与机器人脊柱手术的问题相同……没有机器学习。大脑组织移动,因此随着手术的进行,静态GPS地图变得不准确。外科医生的感官分析存在的问题是,即使在显微镜放大的情况下,某些肿瘤的边界也会感觉和看起来非常像肉眼的正常大脑。

点击放大

一种新的AI计算算法使外科医生能够在手术室中进行快速准确的组织样本诊断。如果外科医生认为自己在肿瘤的边缘,可以提交一个小样本进行光学成像。计算机可以在大约90秒内对其进行快速分析,以大约94.6%的准确度诊断肿瘤组织。从历史上看,人类病理学家至少要花费30分钟的时间才能做出大概93.9%的准确估计。这种AI模型可以使外科医生看到其他情况下不可见的东西,并且在了解肿瘤边界不明确的边缘时具有更好的信心。该技术目前仅在特定的学术中心可用,但在社区医院中可能会最有用,这些医院可能缺乏现场的神经病理学家。

总而言之,人工智能是神经外科领域的新手,但仍然缺乏机器学习,这是实现现实发展的关键一步。对计算机进行培训以使其能够自如地学习脊椎或脑部手术的想法令人生畏。我们倾向于接受或害怕围绕医学新技术和潜在破坏性技术的任何炒作。我们认为,人工智能将挽救我们或取代我们成为医疗保健提供者。实际上,我们在外科手术方面进行了人机控制的长期合作,这是一件好事。我们大多数人都无法想象护士在整个手术过程中触诊患者手腕搏动的时间,并假设始终存在基于计算机的心率监测器。控制论本质上是人类在复杂系统中如何实现目标的工作。人工智能,机器学习和深度学习是医学进步中必不可少的进化步骤。接受这项技术将使我们能够最好地治疗患者,其在神经外科中的未来作用令人兴奋。