Forscher des Cedars-Sinai Medical Centers haben ein KI-System entwickelt, das chirurgische Techniken bei der Prostatakrebsbehandlung automatisch analysiert und so die Patientennachsorge signifikant verbessern kann. Die Ergebnisse wurden kürzlich in der Fachzeitschrift npj Digital Medicine veröffentlicht. Das KI-Modell, getauft auf den Namen Frame-to-Outcome (F2O), wertet Videomaterial der nerven spareden Phase roboterassistierter Prostatektomien aus. Dabei identifiziert es automatisch Muster in den Bewegungen des Chirurgen, die Forscher als chirurgische Gesten bezeichnen, und leitet daraus Vorhersagen über den wahrscheinlichen Genesungsverlauf des Patienten ab. Bislang erforderte die Auswertung solcher Operationen manuelle, arbeitsintensive Reviews durch geschulte Experten. Das neue KI-System übernimmt diese Aufgabe vollautomatisch und erreichte in Tests dieselbe Vorhersagegenauigkeit wie menschliche Spezialisten, während der Zeitaufwand drastisch sinkt. Die Trainingsdaten stammten von 294 Eingriffen, die 23 Chirurgen an vier internationalen Zentren durchführten. Eine anschließende Validierung an weiteren 29 Operationen bestätigte die Zuverlässigkeit des Modells. Im Fokus steht dabei insbesondere die Erhaltung der für die sexuelle Funktion zuständigen Nerven. Durch die Analyse von Bewegungsabläufen, wie der Instrumentenfolge oder der Geschwindigkeit, mit der Nerven zur Seite geschoben werden, lässt sich bereits während oder unmittelbar nach dem Eingriff abschätzen, mit welcher Wahrscheinlichkeit der Patient eine gute Genesung verzeichnen wird. Der leitende Autor der Studie, Professor Andrew Hung von der Urologie, betont, dass das primäre Ziel nicht allein die Prognose sei, sondern die Identifizierung und Dokumentation optimaler chirurgischer Techniken. Diese ermöglichen es Operateuren, ihre Methoden objektiv zu bewerten, zu verfeinern und letztlich die Versorgungsqualität für künftige Patienten zu steigern. Die Entwicklung von F2O ist das Ergebnis einer disziplinübergreifenden Zusammenarbeit zwischen der Urologie, dem Department of Computational Biomedicine und dem Center for Artificial Intelligence Research and Education (CAIRE) am Cedars-Sinai. Jason Moore, Direktor von CAIRE und Leiter des Computational-Biomedicine-Fachs, würdigt das Projekt als Beispiel für erfolgreiche Schnittstellenforschung: Die Kombination aus klinischer Expertise und rechnergestützter Modellentwicklung habe ein technisch robustes Tool hervorgebracht, das messbare klinische Mehrwerte liefert. Das System markiert einen wichtigen Schritt hin zu datengestützter, objektiver Chirurgie und könnte künftig als standardisiertes Feedback-Tool in der Ausbildung und Praxis etabliert werden.