Hologramme im CT: Augmented Reality zur Beurteilung klinischer Datensätze
Die Masterarbeit „Augmented Reality in der Computertomographie – Einfluss einer holographischen Darstellung auf die Beurteilung klinischer Datensätze“ von Corinna Lazar wurde im Masterstudiengang Health Assisting Engineering an der FH Campus Wien verfasst. Die Arbeit untersucht, ob CT-Datensätze mithilfe von Augmented Reality schneller oder mit geringerer Belastung beurteilt werden können als mit klassischen 2D-Schnittbildern oder der Volume Rendering Technik.
Zusammenfassung
Die Computertomographie ist ein zentrales Verfahren der medizinischen Bildgebung. Üblicherweise werden CT-Datensätze als 2D-Schnittbilder betrachtet. Zusätzlich können dreidimensionale Darstellungen, etwa über Volume Rendering Technik, genutzt werden. Augmented Reality eröffnet eine weitere Möglichkeit: CT-Daten können als holographische Darstellung sichtbar gemacht und räumlich betrachtet werden.
In der Masterarbeit wurde untersucht, ob diese Form der Visualisierung die Beurteilung klinischer Datensätze unterstützt. Dazu bewerteten 20 Ärzt*innen jeweils 9 CT-Datensätze in drei Darstellungsformen: als 2D-Schnittbilder, als Volume Rendering Technik und mittels Augmented Reality. Zusätzlich wurden die benötigte Zeit, die subjektive Beanspruchung und die Benutzerfreundlichkeit der AR-Anwendung erhoben.
Die Ergebnisse zeigen ein differenziertes Bild. Die 2D-Schnittbild-Ansicht benötigte im Durchschnitt die längste Beurteilungszeit. Besonders Ärzt*innen mit weniger Berufserfahrung konnten bei der AR-Darstellung zeitlich profitieren. Gleichzeitig wurde die Beanspruchung bei AR höher bewertet als bei 2D und VRT. Die Usability der AR-Anwendung wurde insgesamt als gut eingeschätzt.
Einführung
Digitalisierung im Gesundheitswesen bedeutet nicht nur, Daten elektronisch zu speichern oder Prozesse zu automatisieren. Sie verändert auch die Art und Weise, wie medizinische Informationen dargestellt, verstanden und genutzt werden. Gerade in der bildgebenden Diagnostik ist die Visualisierung klinischer Daten zentral.
CT-Datensätze enthalten räumliche Informationen über anatomische Strukturen. In der klinischen Routine werden diese Informationen häufig in 2D-Schnittbildern betrachtet. Diese Darstellung ist etabliert, erfordert aber Erfahrung und räumliches Vorstellungsvermögen. Dreidimensionale Darstellungen können helfen, anatomische Zusammenhänge schneller zu erfassen.
Augmented Reality geht noch einen Schritt weiter. Digitale Inhalte werden in die reale Umgebung eingeblendet. Im medizinischen Kontext kann das bedeuten, dass CT-Daten als Hologramm im Raum erscheinen und aus verschiedenen Blickwinkeln betrachtet werden können. Damit wird aus einem Datensatz nicht nur ein Bild auf einem Bildschirm, sondern ein räumliches Objekt.
Hintergrund: Was ist Augmented Reality?
Augmented Reality beschreibt die Erweiterung der realen Umgebung durch digitale Inhalte. Im Unterschied zur Virtual Reality wird die reale Welt nicht vollständig ersetzt, sondern durch virtuelle Informationen ergänzt. Azuma beschrieb Augmented Reality bereits 1997 als Technologie, bei der reale und virtuelle Elemente miteinander verbunden werden (Azuma, 1997).
Moderne AR-Systeme nutzen dazu Kameras, Sensoren, räumliches Tracking und Displays. Bei Head-Mounted Displays, wie etwa der Microsoft HoloLens, werden digitale Objekte in das Sichtfeld eingeblendet. Nutzer*innen können die reale Umgebung weiterhin sehen und zugleich mit virtuellen Inhalten interagieren.
Für die Medizin ist diese Verbindung besonders interessant. Anatomische Strukturen können räumlich dargestellt, gemeinsam betrachtet oder für Ausbildung, Planung und Kommunikation genutzt werden. Dörner et al. beschreiben Augmented Reality als unmittelbare Wahrnehmung der realen Umgebung, die in Echtzeit durch virtuelle Inhalte ergänzt wird (Dörner et al., 2022).
Computertomographie und medizinische Bilddarstellung
Die Computertomographie erzeugt Schnittbilder des Körpers auf Basis von Röntgenstrahlung. Im Unterschied zum klassischen Röntgenbild werden viele Projektionen aus unterschiedlichen Winkeln aufgenommen und anschließend rechnerisch zu Schichtbildern rekonstruiert. So entstehen Datensätze, die anatomische Strukturen mit räumlicher Tiefe abbilden können (Suetens, 2009).
Klassischerweise werden CT-Datensätze als 2D-Schnittbilder beurteilt. Ärzt*innen scrollen dabei durch einzelne Schichten und rekonstruieren die räumlichen Zusammenhänge gedanklich. Ergänzend kann die Volume Rendering Technik genutzt werden. Dabei werden die Bilddaten zu einer dreidimensionalen Darstellung verarbeitet, die auf einem Bildschirm betrachtet werden kann.
Augmented Reality erweitert diese Darstellung, indem der CT-Datensatz als Hologramm im Raum sichtbar wird. Dadurch können anatomische Strukturen aus unterschiedlichen Perspektiven betrachtet werden. Das kann insbesondere für Ausbildung, Operationsplanung, interdisziplinäre Besprechungen oder die Patient*innenaufklärung relevant sein.
Fragestellung der Arbeit
Die zentrale Frage der Masterarbeit war, ob die Visualisierung von CT-Datensätzen mittels Augmented Reality gegenüber 2D-Schnittbildern oder Volume Rendering Technik Vorteile bietet. Untersucht wurden dabei drei Aspekte:
- die benötigte Zeit zur Beurteilung der CT-Datensätze,
- die subjektive Beanspruchung der Ärzt*innen,
- die Usability der AR-Technologie.
Damit wurde nicht nur gefragt, ob AR technisch möglich ist, sondern ob die Technologie bei einer konkreten klinischen Aufgabe einen messbaren oder wahrnehmbaren Mehrwert bietet.
Methodisches Vorgehen
An der Studie nahmen 20 Ärzt*innen teil. Jede Person beurteilte 9 CT-Datensätze in drei unterschiedlichen Darstellungsformen: 2D-Schnittbild-Ansicht, Volume Rendering Technik und Augmented Reality. Für jede Beurteilung wurde die benötigte Zeit gemessen.
Zusätzlich wurde die subjektive Beanspruchung mit dem NASA Task Load Index erhoben. Der NASA-TLX ist ein etabliertes Instrument zur Einschätzung von Arbeitsbelastung und berücksichtigt unter anderem mentale, körperliche und zeitliche Anforderungen (Hart & Staveland, 1988). Für die AR-Anwendung wurde außerdem die System Usability Scale verwendet. Die SUS ist ein verbreitetes Instrument zur Bewertung der Benutzerfreundlichkeit technischer Systeme (Brooke, 1996).
Die statistische Auswertung erfolgte mit nicht-parametrischen Tests, darunter Kruskal-Wallis-Test und Mann-Whitney-U-Test. Das Signifikanzniveau wurde mit 5 % festgelegt.
Ergebnisse
Die Beurteilung der CT-Datensätze dauerte in der 2D-Schnittbild-Ansicht im Durchschnitt am längsten. Der Mittelwert lag bei 52,73 Sekunden mit einer Standardabweichung von 39,08 Sekunden. Der Unterschied war gegenüber der VRT-Ansicht signifikant.
Ein besonders interessantes Ergebnis zeigte sich bei der Berufserfahrung. Ärzt*innen mit weniger als fünf Jahren Berufserfahrung benötigten insgesamt mehr Zeit für die Beurteilung als erfahrenere Ärzt*innen. Innerhalb dieser Gruppe war die AR-Technologie jedoch die schnellste Darstellungsform. Das deutet darauf hin, dass weniger erfahrene Personen von einer räumlichen, intuitiveren Darstellung besonders profitieren könnten.
Gleichzeitig zeigte die Auswertung des NASA-TLX, dass die AR-Darstellung im Vergleich zu 2D und VRT mit der höchsten subjektiven Beanspruchung verbunden war. Die Technologie kann also zeitliche Vorteile bieten, wird aber noch nicht automatisch als entlastend erlebt.
Die Benutzerfreundlichkeit der AR-Anwendung wurde mit einem mittleren SUS-Wert von 72,13 bewertet. Das spricht für eine grundsätzlich gute Usability, zeigt aber auch, dass für eine breite klinische Anwendung noch Verbesserungen und Gewöhnungseffekte relevant sein können.
Bedeutung für die Digitalisierung im Gesundheitswesen
Die Arbeit zeigt exemplarisch, dass Digitalisierung im Gesundheitswesen nicht nur eine Frage der Datenerfassung ist, sondern auch eine Frage der Darstellung. Medizinische Daten müssen nicht nur vorhanden sein, sondern so präsentiert werden, dass sie verstanden, bewertet und in Entscheidungen einbezogen werden können.
Augmented Reality kann hier eine Brücke zwischen komplexen Bilddaten und räumlichem Verständnis bilden. CT-Datensätze werden nicht mehr ausschließlich als Schichtfolge auf einem Bildschirm wahrgenommen, sondern als räumliche Objekte. Das kann besonders dort relevant sein, wo anatomische Lagebeziehungen, räumliche Orientierung oder interdisziplinäre Kommunikation eine große Rolle spielen.
Gleichzeitig zeigt die Arbeit auch die Grenzen der Technologie. Eine neue Darstellungsform muss nicht nur schneller sein, sondern auch in bestehende Arbeitsprozesse passen. Wenn die subjektive Beanspruchung höher ist, kann das auf fehlende Routine, technische Hürden oder ungewohnte Interaktionsformen hinweisen. Für den klinischen Alltag reicht technische Machbarkeit allein daher nicht aus.
Was wurde verglichen?
In der Studie wurden drei Formen der CT-Darstellung miteinander verglichen:
- 2D-Schnittbilder: klassische Betrachtung einzelner CT-Schichten auf dem Bildschirm.
- Volume Rendering Technik: dreidimensionale Rekonstruktion des CT-Datensatzes auf einem Bildschirm.
- Augmented Reality: holographische Darstellung des CT-Datensatzes im Raum mithilfe einer AR-Brille.
Der Vergleich zeigt, dass neue Visualisierungstechnologien nicht nur anhand ihrer technischen Möglichkeiten beurteilt werden sollten, sondern auch nach Zeitbedarf, Arbeitsbelastung und Benutzerfreundlichkeit.
Einordnung der Ergebnisse
Die Ergebnisse sprechen nicht dafür, dass Augmented Reality klassische Befundungsformen unmittelbar ersetzt. Sie zeigen vielmehr, dass AR als ergänzende Visualisierungstechnologie Potenzial hat. Besonders für weniger erfahrene Ärzt*innen, für Ausbildungssituationen oder für komplexe räumliche Fragestellungen könnte eine holographische Darstellung hilfreich sein.
Für erfahrene Ärzt*innen, die stark an 2D-Schnittbilder gewöhnt sind, kann der zusätzliche Nutzen geringer ausfallen. Das ist plausibel, da die Befundung mit 2D-Schnittbildern über Jahre gelernt und trainiert wird. Neue Technologien müssen daher nicht nur eingeführt, sondern auch geschult und in Routinen integriert werden.
Die höhere subjektive Beanspruchung bei AR sollte ebenfalls ernst genommen werden. Sie kann darauf hinweisen, dass Bedienung, Darstellung, Interaktion oder Gewöhnung noch verbessert werden müssen. Für eine Nutzung im Klinikalltag wären daher technische Weiterentwicklung, Schulung und arbeitsprozessnahe Evaluation notwendig.
Ausblick
Augmented Reality könnte in Zukunft in mehreren Bereichen der medizinischen Bildgebung relevant werden. Denkbar sind Anwendungen in der Ausbildung, in der präoperativen Planung, in interdisziplinären Fallbesprechungen oder in der Patient*innenaufklärung. Auch für die gemeinsame Betrachtung komplexer anatomischer Strukturen kann AR neue Möglichkeiten eröffnen.
Für eine breitere klinische Anwendung braucht es jedoch weitere Studien. Wichtig wären größere Stichproben, verschiedene Fachbereiche, realitätsnahe klinische Szenarien und eine genauere Betrachtung der diagnostischen Genauigkeit. Ebenso relevant sind Fragen der Integration in bestehende IT-Systeme, Datenschutz, technische Stabilität, Hygiene und regulatorische Anforderungen.
Aus Sicht der Digitalisierung im Gesundheitswesen ist die Arbeit ein gutes Beispiel dafür, wie neue Technologien differenziert bewertet werden sollten. Nicht jede digitale Lösung ist automatisch besser. Entscheidend ist, ob sie konkrete klinische Aufgaben unterstützt, verständlich bedienbar ist und sich sinnvoll in den Arbeitsalltag integrieren lässt.
Quelle der Arbeit
Lazar, C. (2023). Augmented Reality in der Computertomographie – Einfluss einer holographischen Darstellung auf die Beurteilung klinischer Datensätze. Masterarbeit, Masterstudiengang Health Assisting Engineering, FH Campus Wien.
Referenzen
Azuma, R. T. (1997). A survey of augmented reality. Presence: Teleoperators & Virtual Environments, 6(4), 355–385. https://doi.org/10.1162/pres.1997.6.4.355
Brooke, J. (1996). SUS: A quick and dirty usability scale. In P. W. Jordan, B. Thomas, B. A. Weerdmeester & I. L. McClelland (Hrsg.), Usability Evaluation in Industry. Taylor & Francis.
Dörner, R., Broll, W., Grimm, P., & Jung, B. (Hrsg.). (2022). Virtual and Augmented Reality (VR/AR): Foundations and Methods of Extended Realities (XR). Springer.
Hart, S. G., & Staveland, L. E. (1988). Development of NASA-TLX: Results of empirical and theoretical research. In P. A. Hancock & N. Meshkati (Hrsg.), Human Mental Workload. North-Holland.
Suetens, P. (2009). Fundamentals of Medical Imaging. Cambridge University Press.
Hsieh, J., & Flohr, T. (2021). Computed tomography recent history and future perspectives. Journal of Medical Imaging, 8, 1–24. https://doi.org/10.1117/1.JMI.8.5.052109
SEO-Vorschlag
Fokus-Keyword: Augmented Reality Computertomographie
Bildquellen
Titelbild: Ramesan, A. (2018). How is Augmented Reality Transforming Healthcare Education? LinkedIn.