Istraživači sa MIT-a razvili su AI sistem po imenu XVR koji hirurzima tokom minimalno invazivnih operacija pomaže da mnogo preciznije vide gde se tačno nalaze instrumenti u telu pacijenta. Rad je objavljen u naučnom časopisu Nature 16. septembra 2026, a testovi pokazuju da XVR nadmašuje postojeće AI metode za red veličine u tačnosti, na najvećem dostupnom skupu podataka za ovu vrstu zadatka.
Najvažnije
- Problem koji XVR rešava: rendgenski snimci tokom operacije su dvodimenzionalni, pa je teško proceniti tačan položaj i ugao instrumenta u trodimenzionalnom telu pacijenta.
- XVR koristi predoperativni 3D sken pacijenta (CT ili MRI) da napravi hiljade veštačkih rendgenskih snimaka iz različitih uglova — brzinom od oko 1.000 slika u sekundi.
- Sistem je unapred istreniran na podacima od preko 2.000 pacijenata, a zatim se personalizuje za novog pacijenta za samo pet minuta.
- Nakon personalizacije, XVR poklapa stvarne rendgenske snimke sa 3D skenom za sekunde, sa preciznošću ispod jednog milimetra.
- Primenjivo je u ortopediji, neurohirurgiji, angioplastici, terapiji moždanog udara i zahvatima na više organskih sistema, kod odraslih i dece.
Zašto je 2D rendgen problem tokom operacije
Kod minimalno invazivnih procedura — kada se umesto velikog reza koriste tanki instrumenti poput katetera ili endoskopa — hirurg se oslanja na rendgenske snimke u realnom vremenu da bi „video” gde se instrument nalazi unutar tela. Problem je što je rendgenski snimak ravna, dvodimenzionalna slika, dok se instrument kreće u tri dimenzije. Hirurg mora mentalno da rekonstruiše dubinu i ugao na osnovu iskustva, što povećava rizik od pogrešne procene i komplikacija, posebno kod složenijih zahvata blizu osetljivih struktura poput krvnih sudova ili nerava.
Kako XVR rešava taj problem
XVR (skraćeno od X-ray volume registration) radi u tri koraka. Prvo, na osnovu pacijentovog 3D skena urađenog pre operacije (CT ili MRI), sistem fizičkom simulacijom generiše hiljade sintetičkih rendgenskih snimaka iz svih mogućih uglova — i to brzinom od otprilike hiljadu slika u sekundi. Drugo, ti podaci se koriste da se istrenira takozvani „temeljni model” (foundation model), koji je prethodno već naučen na stvarnim podacima od više od 2.000 pacijenata, što mu omogućava da se brzo prilagođava novim slučajevima. Treće, kada se pojavi novi pacijent, sistemu je potrebno svega oko pet minuta da se personalizuje za tog konkretnog čoveka, a zatim tokom same operacije, u realnom vremenu, poklapa svaki novi rendgenski snimak sa 3D modelom pacijenta — sa preciznošću ispod milimetra i u roku od sekundi.
Ko stoji iza istraživanja
Vodeći autor rada je Vivek Gopalakrishnan, postdoktorand na MIT CSAIL institutu, dok su ko-viši autori Polina Goland, profesorka na MIT-ovom odseku za elektrotehniku i računarstvo (EECS), i Neel Dej, istraživač na Medicinskom fakultetu Harvarda. Na projektu su sarađivali i istraživači sa Harvarda, Opšte bolnice Masačusets (Mass General) i pedijatrijskih ustanova, što objašnjava zašto je sistem testiran i na odraslim i na dečjim pacijentima. Za validaciju je korišćen najveći dostupan skup podataka za poklapanje 2D i 3D snimaka, prikupljen iz pet bolnica — a XVR je na njemu nadmašio postojeće AI pristupe za red veličine, dakle ne za nekoliko procenata, već višestruko.
Šta ovo znači u praksi za pacijente
Veća preciznost u navigaciji instrumenata direktno se prevodi u manje komplikacija, kraće trajanje operacije i, u teoriji, manju izloženost pacijenta zračenju jer je hirurgu potrebno manje dodatnih rendgenskih snimaka da bi proverio poziciju instrumenta. Kod osetljivih zahvata poput neurohirurgije ili intervencija kod moždanog udara, gde su margine greške izuzetno male, ovakav alat može da napravi razliku između uspešnog i komplikovanog ishoda. Važno je napomenuti da je reč o istraživačkom radu objavljenom u Nature — do šire kliničke primene u bolnicama obično prođe još nekoliko godina regulatornog odobravanja i testiranja, pa se XVR još ne koristi rutinski na pacijentima.
Zašto je ovo relevantno za zdravstvo u Srbiji i regionu
Bolnice u Srbiji i regionu već koriste rendgensku navigaciju kod minimalno invazivnih zahvata (na primer u kardiologiji, kod postavljanja stentova), pa bi AI alati poput XVR-a, kada jednom prođu kliničku validaciju i regulatorno odobrenje, mogli da pomognu i lokalnim timovima — pod uslovom da bolnice imaju opremu za 3D skeniranje pre operacije i računarske resurse za pokretanje ovakvih modela. Realno gledano, ovakve tehnologije prvo stižu u velike univerzitetske centre u SAD i zapadnoj Evropi, a tek potom, uz odgovarajuću cenu i podršku proizvođača opreme, i u manje sisteme zdravstva poput našeg.
Pitanja i odgovori
Da li se XVR već koristi u bolnicama?
Ne još. Reč je o istraživačkom radu objavljenom u naučnom časopisu Nature u septembru 2026; pre šire kliničke primene sistem mora proći regulatorno odobravanje i dodatna klinička testiranja.
Za koje vrste operacija je XVR namenjen?
Istraživanje pominje primenu u ortopediji, neurohirurgiji, angioplastici i terapiji moždanog udara, kao i kod zahvata na više organskih sistema, kod odraslih i dece.
Po čemu se XVR razlikuje od postojećih metoda navigacije tokom operacije?
XVR se personalizuje za svakog pacijenta pojedinačno na osnovu njegovog 3D skena, umesto da koristi generički model, a testovi pokazuju da je za red veličine precizniji od postojećih AI pristupa u poklapanju rendgenskih snimaka sa 3D anatomijom pacijenta.
Povezani članci
- FDA pravila za AI dijagnostiku ne traže da alati budu testirani na ženama
- MIT razvio HardFlow: metoda koja generativnim AI modelima garantuje bezbednosna ograničenja
- Zaštita privatnosti kod AI alata: vodič za 2026.
Izvor: MIT News