Использование искусственного интеллекта для распознавания хирургической анатомии при лапароскопической нефрэктомии у доноров — исследование валидации и реализуемости

Умные технологии для важного подарка

Лапароскопическая нефрэктомия у донора — это минимально инвазивная операция, применяемая, когда здоровый человек жертвует почку — акт бескорыстия, в котором любая хирургическая ошибка особенно тяжело переносится. В этом исследовании изучается, как искусственный интеллект (ИИ) может помочь хирургам лучше видеть жизненно важные структуры во время этой деликатной процедуры, с целью снизить риски для доноров и улучшить обучение будущих хирургов.

Почему операция по забору донорской почки требует особой осторожности

Живые доноры почки часто — полностью здоровые люди, которые идут на операцию исключительно чтобы помочь другому. Хотя лапароскопические методы уже сделали донорство безопаснее и сократили время восстановления, операция по‑прежнему проводится в ограниченном пространстве рядом с артериями, венами и мочеточником, которые нельзя повредить. В настоящий момент хирурги полагаются на собственные глаза и опыт, распознавая эти структуры на видеомониторе. ИИ в роли «сопровождающего», который в режиме реального времени надежно указывает ключевую анатомию, мог бы помочь предотвратить промахи, особенно у менее опытных хирургов или в сложных случаях.

Обучение компьютера видеть внутренности тела

Исследовательская команда сотрудничала с медицинской технологической компанией для создания системы компьютерного зрения, способной распознавать важные структуры во время операций по донорской нефрэктомии с левой стороны. Они собрали видеозаписи 30 операций и сосредоточились на моментах, когда окружающий жир уже был убран, и были видны почка, селезенка, основные сосуды и мочеточник. Из этих видеозаписей извлекли тысячи неподвижных изображений. Каждое изображение тщательно помечали пиксель за пикселем анатом и затем перепроверял опытный трансплантолог‑хирург. Эти аннотированные изображения служили «ключами ответов» для обучения ИИ. Система была построена на современной модели глубокого обучения, изначально предназначенной для быстрого обнаружения объектов на изображениях, а затем адаптированной для очерчивания отдельных органов и сосудов на каждом хирургическом кадре.

Как систему обучали и тестировали

Исследователи использовали 6828 размеченных изображений из 16 операций для обучения ИИ и оставили ещё 1757 изображений из четырёх других операций для тестирования того, насколько хорошо модель выучила задачу. Они сознательно придали дополнительный вес самым критичным структурам — почечной артерии, почечной вене и мочеточнику — чтобы модель уделяла им особое внимание. Во время обучения программа многократно сравнивала свои предположения с экспертными разметками, корректируя себя, чтобы уменьшить ошибки. Основной вопрос заключался в том, сможет ли ИИ, увидев новое изображение, корректно выделить селезёнку, почку, крупные сосуды и мочеточник, не пропуская их и не путая одну структуру с другой.

Насколько хорошо работал ИИ‑«сопровождающий»

При тестировании система ИИ продемонстрировала обнадеживающую точность. Особенно успешно она обнаруживала селезёнку и основные кровоснабжающие почку сосуды. Для левой почки, почечной артерии и почечной вены система достигла хорошего баланса между ошибочными пометками фоновой ткани и пропусками целевых структур. Эти результаты соответствуют общепринятым порогам для обнаружения в реальном времени в хирургии. Мочеточник — тонкая трубка, отводящая мочу от почки — оказался сложнее для обнаружения, вероятно из‑за своей узкой формы, подвижности, сходства цвета с окружающими тканями и меньшего представительства в обучающем наборе изображений. Кроме статических тестов команда также опробовала систему в реальном времени в операционной и на видеозаписях из другой больницы в другой стране. ИИ по‑прежнему выявлял ключевую анатомию и даже отметил необычную схему с двойными артериями, что указывает на возможную обобщаемость вне первоначального центра обучения.

Что это может значить для хирургов и пациентов

Хотя система ещё не готова служить полноценным инструментом навигации в реальном времени, эта работа является важным первым шагом. Возможность надежно очерчивать ключевую анатомию открывает путь к нескольким приложениям: подсказкам на экране в сложные моменты операции, автоматической разметке учебных видео для стажёров и более объективным способам оценки хирургической работы. Для дальнейшего улучшения потребуются более разнообразные данные из нескольких клиник, лучшая обработка трудных структур вроде мочеточника и формальная проверка того, насколько быстро и последовательно ИИ работает покадрово. Тем не менее основной посыл для неспециалистов ясен: ИИ уже «видит» многое из того, что видит опытный хирург, и при дальнейшем совершенствовании такие системы могут сделать дарение почки ещё безопаснее.

Цитирование: Ong, C.S.H., Wong, H.P.N., Leung, M. et al. Utilising artificial intelligence to identify surgical anatomy during laparoscopic donor nephrectomy – a validation and feasibility study. Sci Rep 16, 7416 (2026). https://doi.org/10.1038/s41598-026-35999-0

Ключевые слова: донорство почки, лапароскопическая хирургия, хирургический искусственный интеллект, компьютерное зрение в медицине, безопасность трансплантации органов