Guzy przysadki mogą być usuwane metodą endoskopową przez jamę nosową i zatokę klinową. Chirurg dociera w ten sposób do przysadki bez konieczności klasycznego otwierania czaszki. Dostęp operacyjny prowadzi jednak przez niewielką przestrzeń, w której znajdują się lub przebiegają ważne struktury anatomiczne. W pobliżu pola zabiegowego zlokalizowane są m.in. tętnice szyjne wewnętrzne oraz struktury związane z drogą wzrokową. Ich uszkodzenie może prowadzić do ciężkich powikłań, w tym zaburzeń widzenia, udaru lub krwotoku.

System opracowany przez badaczy UCL wykorzystuje computer vision, czyli komputerową analizę informacji zawartych w obrazach i nagraniach wideo. Podczas operacji algorytm otrzymuje obraz bezpośrednio z kamery endoskopowej i analizuje go na bieżąco. Jest to inne podejście niż klasyczna neuronawigacja, która opiera się przede wszystkim na obrazach wykonanych przed operacją, takich jak rezonans magnetyczny lub tomografia komputerowa. Oprogramowanie zostało wcześniej uczone z wykorzystaniem setek nagrań z endoskopowych operacji przysadki. Dzięki temu algorytm uczył się rozpoznawania charakterystycznych elementów pola operacyjnego w różnych sytuacjach i u różnych pacjentów.

Jednym z zadań algorytmu jest segmentacja obrazu. Polega ona na rozpoznawaniu określonych jego obszarów i przypisywaniu ich do struktur anatomicznych. W przypadku chirurgii przysadki system może identyfikować elementy pola operacyjnego i przekazywać chirurgowi informację o położeniu obszarów, których należy unikać podczas preparowania i usuwania guza. Informacje generowane przez algorytm są prezentowane jako dodatkowe oznaczenia na obrazie widzianym przez chirurga.

Komputerowa analiza obrazu chirurgicznego może w przyszłości obejmować więcej niż samo wskazywanie anatomii. Rozwijany system ma również umożliwiać rozpoznawanie narzędzi chirurgicznych oraz analizowanie ich kontaktu z tkankami. Te informacje mogłyby być wykorzystane do ostrzegania chirurga o zbliżaniu się do określonych struktur albo dokumentowania przebiegu operacji. Możliwe jest także wykorzystanie podobnych metod do szkolenia lekarzy oraz późniejszej analizy nagrań zabiegów.

Pierwsze zastosowanie kliniczne systemu opartego na sztucznej inteligencji pokazuje, że komputerową analizę obrazu można technicznie włączyć do przebiegu operacji neurochirurgicznej i wykorzystywać bezpośrednio podczas zabiegu. Dalsze badania powinny odpowiedzieć na pytanie, czy dodatkowa informacja dostarczana chirurgowi przekłada się na mierzalną poprawę bezpieczeństwa operacji i wyników leczenia pacjentów?