Die minimal-invasive Chirurgie in der HNO-Heilkunde hat durch die Anwendung endonasal endoskopischer Verfahren eine bedeutsame Weiterentwicklung erfahren. Hauptkritikpunkt dieser OP-Konfiguration ist jedoch die Beschränkung auf ein Arbeitsinstrument, da die zweite Hand des Operateurs das Endoskop führt.

Ziel des DFG-Projektes ist die Entwicklung einer automatisierten, intelligenten, robotischen Führung des Endoskops unter Berücksichtigung der Weichteil- und Knochenstrukturen. Das Endoskop folgt dabei den Werkzeugbewegungen des Chirurgen, ohne Risikoareale zu schädigen. Der Operateur wird durch die "dritte Hand" nicht nur entlastet, sondern erhält zusätzliche Orientierungs- und Warnhinweise für das benutzte Werkzeug und das Endoskop, d.h. das Risikopotenzial der Eingriffe wird dadurch verringert.

Momentan entwickeln wir eine automatisierte Segmentierung der Nasennebenhöhlen auf der Grundlage von Mittelgesichts CT-Daten und führen mehrere Testreihen durch. In einer ersten Testreihe wurde die Gewebeelastizität von verschiedenen Strukturen der Nasenhaupt- und Nasennebenhöhle an Kadaverköpfen gemessen. In unseren aktuellen Tests führen wir eine kontinuierliche Kraftmessung während der Nasennebenhöhlenoperation (Functional Endoscopic Sinus Surgery = FESS) am Patienten und am Kadaverkopf durch. Die Messwerte geben Aufschluss über die maximalen Kräfte, die bei einer FESS vom Endoskop auf die Gewebe- und Knochenstrukturen ausgeübt werden. Zudem tracken wir die Endoskop- und die Instrumentenbewegung und zeichnen diese während der FESS auf.

Die Ergebnisse der Kraftmessung werden zur Definition lokaler Schwellwerte verwendet. Diese realisieren eine von mehreren Sicherheitskomponenten des Multisensorsystems, das höchste Sicherheitsanforderungen für die roboterassistierte Endoskopführung gewährleisten soll.

Ein CT-Schnitt und zwei Modellansichten der handsegmentierten Nasenhaupt- und Nasennebenhöhle.