nach oben

Die Gastroenterologie

Erschienen in:

22.12.2020 | Telemedizin | Schwerpunkt

Robotik im Operationssaal – (Ko‑)Operieren mit Kollege Roboter

verfasst von: Jun.-Prof. Dr. F. Mathis-Ullrich, P. M. Scheikl

Erschienen in: Die Gastroenterologie | Ausgabe 1/2021

Einloggen, um Zugang zu erhalten

Zusammenfassung

Hintergrund

Medizinrobotik birgt das Potenzial, chirurgische oder endoluminale Eingriffe zu verbessern, indem diese Technologie hochpräzise Bewegungen und übermenschliche Perzeption ermöglicht.

Ziel der Arbeit

Darstellung historischer, existierender und zukünftiger robotischer Assistenten sowie Herausstellung deren Auswirkungen auf die robotische Chirurgie und Endoskopie.

Methoden

Insbesondere werden historische Medizinroboter sowie konventionelle Telemanipulatoren vorgestellt und diese mit minimal-invasiven Kontinuumsrobotern und neuartigen robotischen Konzepten aus Praxis und Forschung verglichen. Zusätzlich wird eine Perspektive für die zukünftige Generation von Chirurgie- und Endoskopierobotern geboten.

Schlussfolgerung

Roboterassistierte Medizin bietet einen großen Mehrwert für die Qualität der Intervention sowie Sicherheit für Chirurgen und Patientinnen. Zukünftig werden vermehrt Prozessschritte (teil‑)autonom in Kooperation mit Experten durchgeführt.

Bhama AR, Obias V, Welch KB, Vandewarker JF, Cleary RK (2016) A comparison of laparoscopic and robotic colorectal surgery outcomes using the American College of Surgeons National Surgical Quality Improvement Program (ACS NSQIP) database. Surg Endosc 30:1576–1584. https://doi.org/10.1007/s00464-015-4381-9CrossRefPubMed

Bihlmaier A (2016) Learning dynamic spatial relations. Springer Vieweg, WiesbadenCrossRef

Daskalaki D, Gonzalez-Heredia R, Brown M, Bianco FM, Tzvetanov I, Davis M, Kim J, Benedetti E, Giulianotti PC (2017) Financial impact of the robotic approach in liver surgery: a comparative study of clinical outcomes and costs between the robotic and open technique in a single institution. J Laparoendosc Adv Surg Tech 27:375–382. https://doi.org/10.1089/lap.2016.0576CrossRef

Davies BL, Hibberd RD, Ng WS, Timoney AG, Wickham JEA (1991) The development of a surgeon robot for prostatectomies. Proc Inst Mech Eng H 205:35–38. https://doi.org/10.1243/PIME_PROC_1991_205_259_02CrossRefPubMed

Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, Thrun S (2017) Dermatologist-level classification of skin cancer with deep neural networks. Nature 542:115–118. https://doi.org/10.1038/nature21056CrossRefPubMed

Gerboni G, Greer JD, Laeseke PF, Hwang GL, Okamura AM (2017) Highly articulated robotic needle achieves distributed ablation of liver tissue. IEEE Robot Autom Lett 2:1367–1374. https://doi.org/10.1109/LRA.2017.2668467CrossRefPubMedPubMedCentral

Hoerter N, Gross SA, Liang PS (2020) Artificial Intelligence and Polyp Detection. Curr Treat Options Gastroenterol 18:120–136. https://doi.org/10.1007/s11938-020-00274-2CrossRef

Karstensen L, Behr T, Pusch TP, Mathis-ullrich F (2020) Autonomous guidewire navigation in a two dimensional vascular phantom. Curr Dir Biomed Eng 6:1–4

Krishnan S, Fox R, Stoica I, Goldberg K (2017) DDCO: discovery of deep continuous options for robot learning from demonstrations. arXiv Prepr 1–21

10.

Kwoh YS, Hou J, Jonckheere EA, Hayati S (1988) A robot with improved absolute positioning accuracy for CT guided stereotactic brain surgery. IEEE Trans Biomed Eng 35:153–160. https://doi.org/10.1109/10.1354CrossRefPubMed

11.

Lazar DC, Avram MF, Faur AC, Goldi A, Romoşan I, Tăban S, Cornianu M (2020) The impact of artificial intelligence in the endoscopic assessment of premalignant and malignant esophageal lesions : present and future. Medicina 56(7): 364. https://doi.org/10.3390/medicina56070364CrossRefPubMedCentral

12.

Leddy L, Lendvay T, Satava R (2010) Robotic surgery: applications and cost effectiveness. Open Access Surg. https://doi.org/10.2147/oas.s10422CrossRef

13.

Marescaux J, Leroy J, Gagner M, Rubino F, Mutter D, Vix M, Butner SE, Smith MK (2001) Transatlantic robot-assisted telesurgery. Nature 413:379–381CrossRef

14.

Murgu SD (2019) Robotic assisted-bronchoscopy: technical tips and lessons learned from the initial experience with sampling peripheral lung lesions. BMC Pulm Med 19:1–8. https://doi.org/10.1186/s12890-019-0857-zCrossRef

15.

Paull JO, Graham A, Parascandola SA, Hota S, Pudalov N, Arnott S, Skancke M, Obias V (2020) The outcomes of two robotic platforms performing transanal minimally invasive surgery for rectal neoplasia: a case series of 21 patients. J Robot Surg 14:573–578. https://doi.org/10.1007/s11701-019-01021-1CrossRefPubMed

16.

Pittiglio G, Barducci L, Martin JW, Norton JC, Avizzano CA, Obstein KL, Valdastri P (2019) Magnetic levitation for soft-tethered capsule colonoscopy actuated with a single permanent magnet: a dynamic control approach. IEEE Robot Autom Lett 4:1224–1231. https://doi.org/10.1109/LRA.2019.2894907CrossRefPubMedPubMedCentral

17.

Qian L, Wu JY, DiMaio SP, Navab N, Kazanzides P (2020) A review of augmented reality in robotic-assisted surgery. IEEE Trans Med Robot Bionics 2:1–16. https://doi.org/10.19101/ijatee.2019.650068CrossRef

18.

Rösch T, Adler A, Pohl H, Wettschureck E, Koch M, Wiedenmann B, Hoepffner N (2008) A motor-driven single-use colonoscope controlled with a hand-held device: a feasibility study in volunteers. Gastrointest Endosc 67:1139–1146. https://doi.org/10.1016/j.gie.2007.10.065CrossRefPubMed

19.

Scheikl PM, Laschewski S, Kisilenko A, Davitashvili T, Müller B, Capek M, Müller-Stich B, Wagner M, Mathis-Ullrich F (2020) Deep learning for semantic segmentation of organs and tissues in laparoscopic surgery. Curr Dir Biomed Eng 6(1). https://doi.org/10.1515/cdbme-2020-0016CrossRef

20.

Son D, Gilbert H, Sitti M (2020) Magnetically actuated soft capsule endoscope for fine-needle biopsy. Soft Robot 7:10–21. https://doi.org/10.1089/soro.2018.0171CrossRefPubMed

21.

Tam MS, Kaoutzanis C, Mullard AJ, Regenbogen SE, Franz MG, Hendren S, Krapohl G, Vandewarker JF, Lampman RM, Cleary RK (2016) A population-based study comparing laparoscopic and robotic outcomes in colorectal surgery. Surg Endosc 30:455–463. https://doi.org/10.1007/s00464-015-4218-6CrossRefPubMed

22.

Tang B, He F, Liu D, Fang M, Wu Z, Xu D (2020) AI-aided design of novel targeted covalent inhibitors against SARS-CoV‑2. bioRxiv Prepr Serv Biol 2020.03.03.972133. https://doi.org/10.1101/2020.03.03.972133CrossRef

23.

Trovato G, Shikanai M, Ukawa G, Kinoshita J, Murai N, Lee JW, Ishii H, Takanishi A, Tanoue K, Ieiri S, Konishi K, Hashizume M (2010) Development of a colon endoscope robot that adjusts its locomotion through the use of reinforcement learning. Int J Comput Assist Radiol Surg 5:317–325. https://doi.org/10.1007/s11548-010-0481-0CrossRefPubMed

24.

Ullrich F, Bergeles C, Pokki J, Ergeneman O, Erni S, Chatzipirpiridis G, Pané S, Framme C, Nelson BJ (2013) Mobility experiments with microrobots for minimally invasive intraocular surgery. Investig Ophthalmol Vis Sci 54:2853–2863. https://doi.org/10.1167/iovs.13-11825CrossRef

25.

Wang P, Berzin TM, Glissen Brown JR, Bharadwaj S, Becq A, Xiao X, Liu P, Li L, Song Y, Zhang D, Li Y, Xu G, Tu M, Liu X (2019) Real-time automatic detection system increases colonoscopic polyp and adenoma detection rates: a prospective randomised controlled study. Gut 68:1813–1819. https://doi.org/10.1136/gutjnl-2018-317500CrossRefPubMedPubMedCentral

26.

Weston AD, Korfiatis P, Kline TL, Philbrick KA, Kostandy P, Sakinis T, Sugimoto M, Takahashi N, Erickson BJ (2019) Automated abdominal segmentation of CT scans for body composition analysis using deep learning. Radiology 290:669–679. https://doi.org/10.1148/radiol.2018181432CrossRefPubMed

27.

Yamada M, Saito Y, Imaoka H, Saiko M, Yamada S, Kondo H, Takamaru H, Sakamoto T, Sese J, Kuchiba A, Shibata T, Hamamoto R (2019) Development of a real-time endoscopic image diagnosis support system using deep learning technology in colonoscopy. Sci Rep 9:1–9. https://doi.org/10.1038/s41598-019-50567-5CrossRef

28.

Zihni A, Gerull WD, Cavallo JA, Ge T, Ray S, Chiu J, Brunt M, Awad MM (2018) Comparison of precision and speed in laparoscopic and robot-assisted surgical task performance. J Surg Res 223:29–33. https://doi.org/10.1016/j.jss.2017.07.037CrossRefPubMed

29.

Gesundheitsberichterstattung des Bundes, gbe-bund.de, Stand 07/2020

Titel: Robotik im Operationssaal – (Ko‑)Operieren mit Kollege Roboter
verfasst von: Jun.-Prof. Dr. F. Mathis-Ullrich
P. M. Scheikl
Publikationsdatum: 22.12.2020
Verlag: Springer Medizin
Schlagwörter: Telemedizin
Endoskopie
Erschienen in: Die Gastroenterologie / Ausgabe 1/2021
Print ISSN: 2731-7420
Elektronische ISSN: 2731-7439
DOI: https://doi.org/10.1007/s11377-020-00496-x

Leitlinien kompakt für die Innere Medizin

Mit medbee Pocketcards sicher entscheiden.

^{Seit 2022 gehört die medbee GmbH zum Springer Medizin Verlag}

Kostenlos registrieren

Neu im Fachgebiet Innere Medizin

Battle of Experts: Sport vs. Spritze bei Adipositas und Typ-2-Diabetes

11.05.2024 DDG-Jahrestagung 2024 Kongressbericht

Im Battle of Experts traten zwei Experten auf dem Diabeteskongress gegeneinander an: Die eine vertrat die Auffassung „Sport statt Spritze“ bei Adipositas und Typ-2-Diabetes, der andere forderte „Spritze statt Sport!“ Am Ende waren sie sich aber einig: Die Kombination aus beidem erzielt die besten Ergebnisse.

Update Innere Medizin

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.

Newsletter bestellen

Klimawandel und Gesundheit: Was Sie in der Hausarztpraxis wissen müssen und tun können

Springer Medizin

Robotik im Operationssaal – (Ko‑)Operieren mit Kollege Roboter

Zusammenfassung

Hintergrund

Ziel der Arbeit

Methoden

Schlussfolgerung

Leitlinien kompakt für die Innere Medizin

Neu im Fachgebiet Innere Medizin

Battle of Experts: Sport vs. Spritze bei Adipositas und Typ-2-Diabetes

Triglyzeridsenker schützt nicht nur Hochrisikopatienten

Gibt es eine Wende bei den bioresorbierbaren Gefäßstützen?

Vorsicht, erhöhte Blutungsgefahr nach PCI!

Update Innere Medizin

Klimawandel und Gesundheit: Was Sie in der Hausarztpraxis wissen müssen und tun können

Springer Medizin

Zusammenfassung

Hintergrund

Ziel der Arbeit

Methoden

Schlussfolgerung

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Weitere Artikel der Ausgabe 1/2021

Mitteilungen des Netzwerks gegen Darmkrebs

Mitteilungen der Gesellschaft für Gastroenterologie in NRW

Mitteilungen der Stiftung LebensBlicke

Künstliche Intelligenz in der Endoskopie – neue Wege zur Polypendetektion und Charakterisierung

Mitteilungen der NDGG

Überwachung der Sedierung in der Endoskopie mit künstlicher Intelligenz

Leitlinien kompakt für die Innere Medizin

Neu im Fachgebiet Innere Medizin

Battle of Experts: Sport vs. Spritze bei Adipositas und Typ-2-Diabetes

Triglyzeridsenker schützt nicht nur Hochrisikopatienten

Gibt es eine Wende bei den bioresorbierbaren Gefäßstützen?

Vorsicht, erhöhte Blutungsgefahr nach PCI!

Update Innere Medizin