In lage- en middeninkomenslanden is handmatige cataractchirurgie met een kleine incisie (Small Incision Cataract Surgery, SICS) een gangbare en kosteneffectieve ingreep om blindheid door staar tegen te gaan. Ondanks het grote klinische belang van deze techniek ontbrak het tot voor kort aan publiek beschikbare datasets van chirurgische video-opnamen – een gemis dat de ontwikkeling van AI-oplossingen in deze context ernstig belemmerde. Een internationaal onderzoeksteam, onder leiding van experts van onder meer de Universiteit van Bonn, heeft hierin nu verandering gebracht.
In de recent gepubliceerde studie, in Scientific Reports, presenteren de onderzoekers de “SICS-105” dataset: een eerste reeks openbaar beschikbare chirurgische video’s van 105 SICS-operaties, uitgevoerd in de Sankara Eye Hospitals in India. De dataset werd gebruikt om een AI-model te trainen dat chirurgische fasen met hoge nauwkeurigheid herkent. Dit deep learning model, “MS-TCN++”, is in staat om met meer dan 85% precisie verschillende stappen in de operatie te classificeren – van de initiële benadering van het oog tot de verwijdering van de lens.
Belang van AI voor chirurgische kwaliteitscontrole
“De herkenning van chirurgische fasen is essentieel voor het verbeteren van de kwaliteit van de operatie en de opleiding van nieuwe chirurgen,” aldus Dr. Kaushik Murali, voorzitter van de medische administratie van de Sankara Eye Foundation India. Door AI in te zetten voor objectieve analyse van chirurgische handelingen, wordt het mogelijk om prestaties van chirurgen onderling te vergelijken, afwijkingen van standaardprotocollen te signaleren en feedback te geven over kritieke stappen in het proces.
De AI-toepassing biedt daarmee niet alleen ondersteuning aan ervaren chirurgen, maar is vooral ook waardevol voor opleidingsdoeleinden in regio’s waar supervisie en leermiddelen beperkt zijn. "We zien dit als een belangrijke stap richting een toekomst waarin de kwaliteit van chirurgische zorg wereldwijd op uniforme wijze gemeten en verbeterd kan worden," stelt Dr. Maximilian Wintergerst, hoofdonderzoeker van de studie.
Internationale AI-wedstrijd versnelt innovatie
Ter ondersteuning van verdere innovatie heeft het team de “SICS-155 Challenge” gelanceerd, een wereldwijde AI-competitie die plaatsvindt tijdens de MICCAI 2025-conferentie in Zuid-Korea. De uitdaging nodigt internationale onderzoeksgroepen uit om hun AI-algoritmen te testen op een uitgebreide dataset van 155 geannoteerde chirurgische video’s, verdeeld in 18 verschillende operatiefasen.
De annotaties werden handmatig uitgevoerd door oogartsen van Sankara Eye Foundation en zijn beschikbaar gesteld via een door Microsoft Research India ontwikkelde tool. Deelnemers dienen niet alleen een werkend algoritme in, maar ook een begeleidende paper waarin hun technische benadering wordt toegelicht.
Volgens Prof. Dr. Thomas Schultz, verbonden aan de Universiteit van Bonn en het Lamarr Instituut, biedt de wedstrijd een unieke gelegenheid om AI-oplossingen te testen in een context waar de behoefte aan innovatieve ondersteuning groot is. “We hopen hiermee niet alleen technologische vooruitgang te stimuleren, maar ook de klinische impact van AI op wereldwijde gezondheidszorg tastbaar te maken,” aldus Schultz.
Toekomstige toepassingen
De ambitie van het onderzoeksteam reikt verder dan alleen faseherkenning. In samenwerking met Microsoft Research India worden momenteel ook AI-modellen ontwikkeld voor automatische detectie van chirurgische instrumenten en mogelijke complicaties tijdens de operatie. Deze vervolgstap kan leiden tot nog geavanceerdere vormen van kwaliteitsbewaking en klinische besluitvorming, volledig op basis van videoanalyse.
Door deze transdisciplinaire samenwerking – waarin informatica, oogheelkunde en internationale gezondheidszorg samenkomen – wordt een solide basis gelegd voor een inclusieve, datagedreven toekomst van chirurgische zorg. De open toegankelijkheid van de dataset betekent bovendien dat instellingen wereldwijd de kans krijgen om bij te dragen aan en te profiteren van deze vooruitgang.
Met behulp van AI en open science worden handmatige staaroperaties niet alleen veiliger en efficiënter, maar ook toegankelijker voor chirurgen in training én voor miljoenen patiënten die afhankelijk zijn van deze ingreep.
Innovaties voor staaroperaties
Twee jaar geleden is men in het Ommelander Ziekenhuis gestart met het uitvoeren van staaroperaties met de SurgiCube, een innovatieve technologie die steriele lucht direct op het operatiegebied blaast. Deze aanpak maakt een volledig steriele operatiekamer overbodig, waardoor reguliere operatiekamers vrijkomen voor andere ingrepen. Dankzij de SurgiCube kunnen oogheelkundige teams drie dagen per week 13 tot 18 patiënten per dag opereren in een compacte, steriele zone van ongeveer 1,5 vierkante meter. Een efficiënte werkwijze die de doorstroming en optimaliseert de inzet van ziekenhuiscapaciteit verbetert.
En in 2020 was het Oogziekenhuis Rotterdam het eerste ziekenhuis in de Benelux de ZEISS Quatera 700 phacomachine testte tijdens staaroperaties. Deze innovatieve machine is uitgerust met de Quattro-pomp, die zorgt voor een constante oogdruk en stabiele voorste oogkamer, waardoor het gebruik van phaco-energie vermindert en het hoornvlies minder wordt belast. Daarnaast maakt de Automated Ultrasound-technologie het mogelijk om alleen energie te gebruiken wanneer de phaconaald in contact is met lensmateriaal, wat het risico op complicaties verkleint.
