In der Erwachsenenmedizin sind roboterassistierte Operationsverfahren seit über zwei Jahrzehnten etabliert. Sie ermöglichen eine deutlich erhöhte Präzision, kompensieren den physiologischen Tremor des Operateurs und verbessern durch hochauflösende Kamerasysteme sowie digitale Bildgebung die intraoperative Visualisierung.
Seit Oktober 2024 steht in Graz erstmals in Österreich ein speziell für die pädiatrische Chirurgie zugelassenes Robotersystem zur Verfügung. Dieses erlaubt eine noch schonendere und präzisere minimalinvasive Versorgung auch von Kleinkindern. Entscheidende Voraussetzung hierfür war die Anpassung der Instrumente an die anatomischen Gegebenheiten im Kindesalter. Während adulte Systeme Instrumentendurchmesser von bis zu 8–10 mm aufweisen, kommen in der Kinderchirurgie Instrumente mit lediglich 3–5 mm Durchmesser zum Einsatz.
Bislang wurden am Standort rund 50 roboterassistierte Eingriffe bei Kindern erfolgreich durchgeführt. Im Vergleich zum jährlichen Operationsvolumen von etwa 3.500 Eingriffen an der Uniklinik Graz bleibt der Anteil aktuell noch gering. Dies ist jedoch auch durch die Indikationsstellung bedingt, da der Einsatz derzeit insbesondere bei ausgewählten, eher seltenen Eingriffen erfolgt, darunter Gallenblasenentfernungen, Krampfadern am Hoden und Leistenhernien. In diesen Bereichen zeigen sich sehr niedrige Komplikationsraten sowie ein zusätzlicher Nutzen durch den systematischen Aufbau standardisierter Trainings- und Datensätze für seltene Eingriffe.
Über die robotische Assistenz hinaus stellt die Integration von Künstlicher Intelligenz (KI) einen zentralen Entwicklungsschritt dar. In der Forschung werden derzeit KI-gestützte Assistenzsysteme entwickelt, die auf großen Datenmengen basieren und künftig die Diagnostik, präoperative Planung sowie intraoperative Entscheidungsfindung unterstützen sollen.
Ein konkretes Anwendungsfeld ist der Einsatz von Radiomics in der pädiatrischen Diagnostik. Insbesondere bei subtilen oder grenzwertigen Befunden könnten KI-Systeme helfen, bislang nicht sichtbare Pathologien, etwa okkulte Frakturen, zu identifizieren. Darüber hinaus liegt ein erhebliches Potenzial im Bereich seltener Erkrankungen, die auch von erfahrenen Kinderchirurgen nur selten gesehen werden. Hier könnten KI-basierte Systeme durch die Aggregation großer Bilddatensätze eine wertvolle Unterstützung darstellen.
Bereits heute spielen KI-gestützte 3D-Rekonstruktionen eine wesentliche Rolle in der präoperativen Planung. Insbesondere in der kinderonkologischen Chirurgie ermöglichen sie eine präzise Darstellung komplexer anatomischer Beziehungen, etwa zwischen Tumoren und umgebenden Gefäßstrukturen. Dadurch können kritische Resektionen im Vorfeld detailliert geplant und im Team simuliert werden.
Ein weiterer Fokus liegt auf der Entwicklung KI-basierter Navigationssysteme für den intraoperativen Einsatz, etwa im Bereich der "Surgical Landmark Recognition". Diese Systeme könnten anhand trainierter Bilddaten intraoperative Orientierungshilfen bieten, anatomische Strukturen markieren und potenzielle Operationspfade vorschlagen.
Für die Entwicklung belastbarer KI-Modelle, insbesondere im Bereich von Risikostratifizierungen, ist jedoch eine groß angelegte, multizentrische Zusammenarbeit essenziell. Aufgrund der geringen Inzidenz vieler angeborener Fehlbildungen können valide Datensätze nur durch die Bündelung von Daten mehrerer kinderchirurgischer Zentren generiert werden.
Grundvoraussetzung für den Fortschritt in diesem Bereich ist eine enge interdisziplinäre Zusammenarbeit zwischen klinisch tätigen Kinderchirurg:innen sowie Expert:innen aus den Bereichen Informatik und Künstliche Intelligenz, um geeignete Algorithmen zu entwickeln und deren klinische Anwendbarkeit sicherzustellen.