通过智能增强(IA)技术推动神经外科发展

作为神经外科医生,您只有一次机会做好。
每一次切除手术计划都需要对术后功能影响和治疗效果进行权衡。然而,在如此复杂的器官中,找到平衡点是一项无比艰巨的任务。

考虑,以多形性胶质母细胞瘤(GBM)患者的通路为例:

走进曦嘉

患者

  • 胶质母细胞瘤的发展会引发大脑产生变形下,神经外科医生如何把握和预测哪些功能将在手术后保持正常,而哪些功能会出现异常?
  • 如何实现个体化手术以确保患者重视的功能能够被准确地绘制到解剖结构上并得以保留?
  • 如何帮助患者及其家人设定正确的治疗期望?

手术计划

  • 对当前常规的神经外科工作流程来说,在术前获取脑绘图是一项昂贵而费力的工作,那我们应该如何有效获取功能信息呢?
  • 借助DTI等先进的成像技术,医生们可以看到成千上万个白质束的位置,但是,是什么技术使一种成像方法优于其他方法的呢?

手术

  • 医生如何将肿瘤与大脑其他组织区分开来,又是如何对不同功能区进行区分的呢?

康复

  • 如何解释手术过程中发生的情况与相关的预后和预期的功能缺陷?
  • 如何设计针对患者的最佳康复方案?

需要更多具体执行方案,而不是信息。

随着技术的发展,我们收集更多人脑信息的能力不断得到提高。例如,DTI纤维束成像现在可以帮助神经外科医生可视化数百万个皮质下纤维,并且可以将更多的注意力放在重要网络之间不工作的连接上。

最近,“人类连接组计划(Human Connectome Project - HCP)”提供了有关人类大脑功能连接的最新洞见,并强化了大脑是已知宇宙中最复杂的物质这一认识。 

然而,如何有效地理解这种复杂性呢? 

 

架构个体化脑部医疗的桥梁

为了将数据和复杂性有效地转化为实际的临床方法,需要引入有效的数据科学技术,对数据进行降维等多重操作。 

例如,人类连接组计划通过从数百万个数据点识别出大脑的360个不同功能区域以及它们之间的连接方式,这一工作为认知功能领域带来了真正本质上的突破。

但是,实现真正针对患者的精准神经外科手术是每天的大数据问题,而大多数神经外科医师都不是数据科学家

因此,必须使用一种必要的工具,可以精简并自动从数据中提取有用信息。这种解决方案是由机器学习驱动的“智能增强(IA)”实现的;这与复制和自动化现有临床实践的“人工智能(AI)”思维模式是相反的。 

曦嘉愿景:以数据驱动手术计划的解决方案

进入易于使用并与临床工作流程整合的机器学习平台。源自当前DWI和fMRI成像的数百万个数据点可以通过平台自动转换为患者特定的大脑功能分区图谱,以服务于更合理的诊疗决策,而无需数据分析方面的专业知识。

我们的目标是通过数据科学赋能现代神经外科手术方法:

患者

  • 可以使患者更清楚手术决策对手术预期和术后效果的影响。

手术计划

  • 通过脑部功能来识别脑部网络,保护患者脑部最重要的区域;有助于设计规划出最适合患者的手术方案。

手术

  • 对患者功能网络的可视化效果可以容易地融合到术中影像导航中。

康复

  • 通过数据检测大脑中的缺陷区域,帮助医生拟定最佳的康复方案。

此网页上显示的产品尚未获批用作医疗设备或支持临床决策。安全性和有效性尚未得到任何监管机构的审查。