Minimal invaziv ameliyatlar yapan cerrahlar, alet navigasyonu için sıklıkla röntgen görüntülerine güvenirler. Ancak düz bir görüntü, kateterin veya endoskopun vücut içindeki konumunu ve oryantasyonunu her zaman tam olarak göstermez, bu da komplikasyon riskini artırır. Bu süreci hızlandırmak için tasarlanmış standart yapay zeka çözümleri, genellikle insan anatomisinin çeşitliliğiyle başa çıkmakta zorlanır.
MIT'de geliştirilen yeni xvr sistemi bu sorunu çözüyor. Beş dakika gibi kısa bir sürede her hastaya uyum sağlayarak, röntgen görüntülerini ameliyat öncesi 3D taramalarla (BT veya MRG) milimetrenin altındaki hassasiyetle eşleştirir. Geliştiricilere göre bu, mevcut yapay zeka yöntemlerinden onlarca kat daha üstündür. Sistem, hastanın 3D verilerine dayanarak gerçekçi sentetik röntgen görüntüleri üreterek yapay zekanın "halüsinasyonlarını" ortadan kaldırır.
Araştırmanın baş yazarı Vivek Gopalkrishnan, "Amerikalıların çoğu, felç gibi acil müdahale gerektiren bir merkeze bir saatten fazla uzaklıkta yaşıyor. Böyle bir durumda bir saat çok kritiktir. 2B ve 3B bilgileri birleştirerek bu prosedürleri basitleştirmek, yüksek düzeyde uzmanlaşmış hayat kurtarıcı ameliyatları daha geniş nüfus kesimleri için erişilebilir hale getirir" diyor.
Eskiden hassas navigasyon için grenli 2B görüntülerde "görmeyi" öğrenmek için on yıllarca eğitim gerekiyorsa, xvr röntgen görüntülerini daha bilgilendirici hale getirir. Bu, karmaşık ama hayati prosedürlerin, büyük tıp merkezlerinden uzakta yaşayan hastalar için bile daha güvenli ve erişilebilir olabileceği anlamına gelir. Sistem, manuel veri girişi veya anatomik işaretlere tıklama gerektirmez, bu da cerrahın zamanını ve çabasını önemli ölçüde azaltır.