Hals-Nasen-Ohren-Heilkunde

Forschung

Die Studie „Real-Time Laryngeal Cancer Boundaries Delineation on White Light and Narrow-Band Imaging Laryngoscopy with Deep Learning“, veröffentlicht am 4. Januar 2024 in The Laryngoscope, untersucht die Anwendung von Deep Learning zur automatischen Abgrenzung von Kehlkopfkrebs in endoskopischen Bildern und Videos. Unter der Leitung von Claudio Sampieri und Kollegen wurde das Modell SegMENT-Plus anhand von 3933 Bildern von 557 Patienten trainiert und auf zwei externen Datensätzen validiert, wobei es eine hohe Genauigkeit (Dice Similarity Coefficient = 0,83) und eine Verarbeitungsgeschwindigkeit von 25,6 Frames pro Sekunde erreichte. Es zeigte ähnliche Leistungen wie zwei HNO-Assistenzärzte und konnte in Echtzeit auf Videolaryngoskopien angewendet werden. Ziel ist es, die Präzision bei der Tumorresektion zu verbessern und positive Schnittränder zu reduzieren, wobei klinische Studien für die Praxisanwendung noch ausstehen. Die Ergebnisse deuten auf eine robuste Generalisierung und ein großes Potenzial für die chirurgische Unterstützung hin. (Sampieri u. a. 2024)

Sampieri, Claudio, Muhammad Adeel Azam, Alessandro Ioppi, Chiara Baldini, Sara Moccia, Dahee Kim, Alessandro Tirrito, u. a. 2024. „Real-Time Laryngeal Cancer Boundaries Delineation on White Light and Narrow-Band Imaging Laryngoscopy with Deep Learning“. The Laryngoscope 134 (6): 2826–34. https://doi.org/https://doi.org/10.1002/lary.31255.