Descripción del proyecto
Análisis de tumores asistido por inteligencia artificial durante intervenciones quirúrgicas
Los tumores y los tejidos circundantes sanos tienen patrones de riego sanguíneo muy diferentes. La inyección del fluoróforo verde de indocianina permite registrar en vídeo estas diferencias de riego sanguíneo. El análisis digital de las imágenes permite identificar regiones cancerosas mediante el seguimiento y la comparación de las imágenes de riego sanguíneo en los primeros segundos tras la administración del fluoróforo en el mismo campo de visión endolaparoscópico. El empleo de análisis asistido por inteligencia artificial (IA) en tiempo real permite tomar decisiones quirúrgicas personalizadas e inmediatas. El equipo del proyecto CLASSICA, financiado con fondos europeos, transformará el prototipo de investigación de la tecnología de IA existente en una herramienta estándar de quirófano para, a continuación, validar su rendimiento, fiabilidad y aceptación en cinco centros oncológicos punteros de Europa. La validación abordará la identificación de biopsias y tumores, la optimización de la resección de pólipos rectales grandes y otros procedimientos complejos relacionados con la cirugía.
Objetivo
Building on breakthrough research in the AI analysis of fluorescence and perfusion in cancer tissues, this project clinically validates the use of AI-driven imaging and decision support in real-time cancer surgery.
Cancer and healthy tissue have radically different local blood perfusion patterns. This perfusion can be captured using near-infrared video after systemic fluorophore (indocyanine green) injection. Analysis of the video can digitally identify regions of cancer by tracking the perfusion over the initial seconds after dye administration by comparing the fluorescence signal in these areas with those in adjacent normal tissue within the same endolaparoscopic field of view. Application of AI methods (including computer vision and machine learning techniques) has enabled this differential classification to occur in real time so that better, individualised surgical decisions can be taken during an operation.
In this project, we build up our existing AI solution research prototype into an operating room-standard surgical tool and validate its performance, reliability, usability and acceptance in five leading cancer surgery centres across Europe (500 patients). The validation studies address (a) generalisability across clinics; (b) biopsy and tumour identification; and (c) optimised resection of large (>3cm) rectal polyps, a key area of current surgical practice where the biggest clinical challenge ensuring accurate patient selection for curative therapy.
Training and education, communication and dissemination will be delivered by IRCAD, Europe's leading surgical education organisation.
Legal, regulatory and liability research (co-led by UCPH CeBIL Centre and PSU) and usability and acceptance research (led by surgical professional organisation EAES) will identify and address all obstacles to widespread use of this technology in particular, and of real-time AI in the operating-room in general. Draft clinical guidelines will be created for future EAES adoption.
Ámbito científico
Palabras clave
Programa(s)
Convocatoria de propuestas
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinador
4 Dublin
Irlanda