Philipp Fürnstahl

Autor

PD Dr. Sc. Philipp Fürnstahl ist Leiter des Teams «Orthopedic Research»  der Universitätsklinik Balgrist. Nach seinem Studium der Technischen Mathematik in Graz, begann Fürnstahl im Jahr 2006 sein Doktoratsstudium am Institut für medizinische Bildverarbeitung der ETH Zürich. Er dissertierte 2010 mit seiner Arbeit «Computer Assisted Planning for Orthopedic Surgery». Bevor er im Jahr 2012 das CARD-Team aufbaute, war er bei Siemens Schweiz als Team- und Projektleiter in der Softwareentwicklung tätig.

Zurück zur Übersicht

Ein wesentlicher Faktor für die Entstehung von Kniegelenksarthrose ist eine pathologische Belastung des Gelenks. Ein Einbezug der Gewichtsbelastung in die Operationsplanung ist daher von grosser Bedeutung für den Behandlungserfolg.

Deformitäten der unteren Extremitäten (z.B. O- oder X-Beinstellungen) sind in der Bevölkerung ein häufiger Auslöser für degenerative Prozesse im Kniegelenk (Arthrose). Die Deformität verursacht eine Veränderung der Beinachse – dies führt zu einer punktuellen Überlastung des Gelenkknorpels. Während in fortgeschrittenen Fällen ein Gelenksersatz unumgänglich ist, strebt man bei Patienten in einem früheren Arthrosestadium die Erhaltung des Gelenks an. Dies geschieht mittels einer sogenannten Korrekturosteotomie. Dabei wird die deformierte Knochenanatomie chirurgisch durchtrennt und reponiert, sodass die Beinachse begradigt und die physiologische Knorpelbelastung wiederhergestellt wird.


Geplante Beinkorrektur unter Berücksichtigung der Gewichtsbelastung

Zentrales Element zur Bestimmung der optimalen chirurgischen Korrektur ist die Analyse der Beinachse unter Gewichtsbelastung, also wenn der Patient steht. Obwohl die drei-dimensionale Computersimulation bereits seit einigen Jahren zur präzisen präoperativen Planung eingesetzt wird, war es bisher nicht möglich, die geplante Korrektur unter Berücksichtigung der Gewichtsbelastung am Computer zu berechnen und zu optimieren. Seit einigen Jahren werden orthopädische Operationen vermehrt an 3D-Modellen geplant – so auch am Balgrist. Diese Modelle beruhen aber auf Computer-Tomographie-Aufnahmen (CT) im unbelasteten, liegenden Zustand. Die Aufnahmen enthalten daher keine Informationen über den Verlauf der mechanischen Beinachse unter Gewichtsbelastung. Das soll sich in Zukunft mit Hilfe der simulationsbasierten Operationsplanung ändern. Ziel ist es, das CT-basierte 3D-Modell über eine Computersimulation in den belasteten Zustand zu bringen und anschliessend die Parameter der chirurgischen Korrektur so lange zu optimieren, bis das gewünschte post-operative Resultat erzielt wird.

Ziel des Projekts: die Entwicklung von computer-basierenden Methoden zur drei-dimensionalen Planung und Optimierung von Umstellungsosteotomien unter Berücksichtigung der Gewichtsbelastung.


3D-LEDECO adressiert Defizite

Das geplante, vom SNF finanzierte Projekt LEDECO (Leg Deformity Correction) adressiert diese Defizite. Ziel ist die Entwicklung von computer-basierenden Methoden zur drei-dimensionalen Planung und Optimierung von Umstellungsosteotomien unter Berücksichtigung der Gewichtsbelastung. Das Forschungsprojekt besteht aus mehreren Teilen: Mit Hilfe von Kadaverexperimenten wird systematisch untersucht, wie sich ein echtes menschliches Bein unter Belastung verhält. Dafür werden automatisiert verschiedene femorale und tibiale Deformitäten erzeugt, während die Auswirkungen auf Gelenk und Knochen durch Sensoren aufgezeichnet werden. Gemessen werden sowohl der Verlauf der mechanischen Achse als auch die Belastungsverteilung im Kniegelenk. Die dort gewonnen Erkenntnisse dienen als Grundlage für die Computeranwendung und die Entwicklung von Algorithmen zur Simulation der Gewichtsbelastung und zur Optimierung des Operationsergebnisses.

Die aus dem Projekt hervorgehenden Daten werden in einer Chirurgie-Planungssoftware vereinigt mit dem Ziel, eine patienten-spezifische Simulation unter Gewichtsbelastung durchführen zu können. Darauf aufbauend soll ein Operationsplanungssystem für Korrekturosteotomien entwickelt werden. Da eine Vielzahl von Parametern, die sich gegenseitig beeinflussen können, optimiert werden muss, wird ein auf maschinellem Lernen basierender Optimierungsalgorithmus in die Operationsplanung integriert. Über mehrere, iterative Zyklen werden die Parameter so lange optimiert, bis die gewichtsbelastete Simulation der post-operativen Anatomie möglichst an das gewünschte Ergebnis kommt. 

Die simulations-basierende Operationsplanung soll in Zukunft auch die Basis für die Patientenbehandlung darstellen. LEDECO wurde im Januar 2019 gestartet und ist auf 4 Jahre ausgelegt.

Hinterlassen Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *

Diese Beiträge könnten Sie auch interessieren

Das interdisziplinäre Projekt SURGENT (Surgeon Enhancing Technologies) verfolgt ein...

zum Artikel

Im Auftrag der Europäischen Weltraumorganisation (ESA)  begab sich das Forschungsteam der...

zum Artikel

Die Computerwissenschaften haben heute einen grossen Stellenwert in der Spitzenmedizin,...

zum Artikel