Ординатура / Офтальмология / Немецкие материалы / Augenmotilitatsstorungen Computerunterstutzte Diagnose und Therapie_Priglinger, Buchberger_2005

4

bzw. Ergebnissen. Denkt man beispielsweise an den Einsatz von virtueller Realität im Zusammenhang mit chirurgischen Eingriffen, so wird der Erfolg einer Operation wesentlich durch die aus einem solchen System gewonnenen Daten beeinflusst. Um das bestmögliche Ergebnis zu erzielen, kann durch ausgereifte grafische Visualisierung der Chirurg präoperativ ein Krankheitsbild simulieren, und durch „virtuelles Operieren“ (echte) Operationen planen.

Bestrebungen der aktuellen Forschungen auf diesem Gebiet sind mit dem so genannten „Visual Human Project®“ verbunden, einer anatomisch detaillierten, dreidimensionalen Darstellung des menschlichen Körpers, deren Daten in verschiedenen Anwendungsgebieten Einsatz finden können (z.B. Visible Human Explorer, Cross Sectional Anatomy, Voxelman® – siehe Abb. 1, Body Navigator, etc.) [Ack02].

Die Erfassung von transversalen Computertomographieund Magnetresonanztomographiebildern und Bildern von Kryoschnitten repräsentativer Leichen, jeweils einer männlichen und einer weiblichen Leiche, wurde bereits abgeschlossen. Die männliche Leiche wurde dabei in ein Millimeter-Feinschnitten, die weibliche Leiche in Intervallen von 1/3 Millimetern aufbereitet. Das Ziel des Visual Human Project® ist es, auf lange Sicht, Informationen über

Einleitung

Abb. 1. Beispielanwendungen basierend auf Daten des Voxelman®

die anatomischen Strukturen des menschlichen Köpers zu schaffen, und auf anschauliche Weise mit symbolischem Wissen, wie z.B. den Namen von Organen und Körperteilen, zu koppeln. Ein anderes Ziel dieser Arbeit ist die möglichst realistische Darstellung der Funktionen des menschlichen Körpers, indem beispielsweise bekannte Gesetzmäßigkeiten aus der Mechanik auf die Anatomie des Menschen angewendet werden.

Die dreidimensionale Visualisierung von Skeletten, Muskeln und Gelenken bildet die Basis eines graphischen interaktiven Systems. Durch das systematische Studieren solcher Systeme lassen sich neue Erkenntnisse ableiten, die, wiederum in das Modell integriert, eine vertiefende Forschung ermöglichen.

Um Entscheidungen auf dem Gebiet der Strabismusdiagnose und Augenmuskelchirurgie zu treffen ist die gezielte Auswahl, das Design und die Implementierung eines unterstützenden Werkzeuges wichtig.

Werkzeuge zur Unterstützung klinischer Entscheidungen können dabei die Diagnostik verbessern und Behandlungsvorschläge optimieren.

Die Informationstechnologie ermöglicht auf verschiedene Weise eine Verarbeitung klinischer Informationen.

Werkzeuge zur Unterstützung klinischer Entscheidungen verwenden oft verschiedene Informationsquellen (Abb. 2). Beispielsweise stellen medizinische Informationssysteme elektronische Krankenblätter bereit, oder Protokoll basierte Systeme bieten Standardalgorithmen an, die eine genaue Art und Weise definieren, in der bestimmte Klassen von Patienten zu beurteilen oder zu behandeln sind. Sprachkodierung und Klassifikationsmethoden ergänzen diese Systeme, indem sie natürliche, intuitive Schnittstellen/Interfaces realisieren. Kommunikationssysteme im Gesundheitswesen (z.B. Workflow Management Tools und die elektronische Übertragung von Befunden) übernehmen die ordnungsgemäße selektive Verteilung medizinisch relevanter Informationen. Intelligente Systeme zur Unterstützung klinischer Entscheidungen überlagern die beschriebenen Technologien zum Zwecke der Kombination von medizinischen und administrativen Daten, um kli-

Abb. 2. Klassifizierung von Systemen zur Unterstützung klinischer Entscheidungen

nisch brauchbares Wissen innerhalb bestimmter Disziplinen aufzubauen. Methoden und Modelle, die auf diesen Daten basieren und die speziell für Forschungen in bestimmten medizinischen Gebieten konzipiert wurden, ermöglichen die Formulierung von voraussagenden Schlussfolgerungen, um Diagnoseund Behandlungsoptionen zu beurteilen.

Mittels systematischer Analyse der Patientendaten können solche Systeme Ärzte bei ihrem Entscheidungsfindungsprozess unterstützen. Die Entwicklung von voraussagenden Werkzeugen zur Entscheidungsunterstützung konzentriert sich auf fünf Hauptschritte [BM00a]:

6

1. Analyse

In diesem Schritt müssen das klinische Problem und dessen spezielle Charakteristika untersucht werden. Dieser Prozess, einschließlich der potentiellen Rolle des Werkzeugs zur Entscheidungsunterstützung, muss klar beschrieben werden.

2. Ergebnis

Das gewünschte klinische Ergebnis muss aufgezeigt werden. Dieses spielt eine zentrale Rolle in der Entscheidungsfindung. In den meisten Fällen sind die Ergebnisse in klinisch ähnlichen Gruppen von Krankheitsbildern oder Diagnosen definiert.

3. Vorhersage

Typische Charakteristika einer Erkrankung beeinflussen direkt die Art und Weise, wie

Methode und Werkzeuge

ein Patient behandelt wird. Sie bestimmen durch geeignete Therapiemaßnahmen das Ergebnis der Behandlung.

4. Quantifizierung

Dieser Schritt definiert eine Beziehung zwischen der Vorhersage und dem klinischen Ergebnis. Die Quantifizierung wird von spezialisierten Ärzten mit entsprechendem Fachwissen in einer mathematischen Beschreibung (z.B. statistisches Modell) festgehalten.

5. Präsentation

Das Werkzeug zur Entscheidungsunterstützung muss den Benutzern auf eine geeignete Art und Weise präsentiert werden. Dies beinhaltet oft das Design und die Implementierung eines interaktiven Software-Systems.

Analytische Modelle sind mathematische Modelle, die eine abgeschlossene Lösung haben. Das heißt, dass sich die Lösung der Gleichungen, die zur Beschreibung der Änderungen eines Systems dienen, als mathematische analytische Funktion ausdrücken lässt. Wissenschaftliche Praxis geht mit der Konstruktion, Validierung und Anwendung wissenschaftlicher Modelle einher. Folglich beinhaltet eine analytische Vorgehensweise das Aufstellen von Hypothesen und Theorien und das anschließende Bestreben ihrer Validierung innerhalb des wissenschaftlichen Modells. Die erneute Anwendung der Modellergebnisse auf die Realität kann die vorgeschlagenen Theorien bestätigen oder verwerfen. Ferner stellen Modelle eine Umgebung für interaktiven Eingriff zur Verfügung. Forschungen auf dem Gebiet der Erziehungswissenschaften belegen, dass ein enormer Zuwachs von Wissen und Verständnis durch interaktive Tätigkeiten erzielt wird. Daher ist es wichtig, dass die Umgebung, die um das Modell herum aufgebaut wird, Möglichkeiten bietet, interaktiv Erfahrungen zu sammeln, wodurch sie im Endeffekt für den praktischen Einsatz wertvoll wird. Das Arbeiten mit Modellen kann die Fähigkeit zum Systemdenken fördern, indem es beobachten lässt, wie Änderungen der Schlüsselvariablen eines Systems das Systemverhalten beeinflussen können. Eine solche Vorgehensweise kann bei der Identifikation der Einflussgrößen eines Systems behilflich sein, um mit deren Hilfe entweder

eine gewünschte Änderung mit minimalem Aufwand herbeizuführen, oder um die Abschätzung von Vorteilen und Risiken von vorgeschlagenen oder unbeabsichtigten Änderungen in einem System zu unterstützen. Was die Anwendung in der Medizin anbelangt, hier im speziellen in der Strabismuschirurgie, so gibt es viele verschiedene Modelltypen, die auf klinische Verbesserungen unter Zuhilfenahme von analytischen Modellen abzielen.

Medizinische Expertensysteme modellieren Beziehungen zwischen Symptomen und Krankheiten unter Verwendung eines klar definierten, eindeutigen Bereichswissens, das in ein Modell eingebettet ist. Solche Systeme bedienen sich einer Rückschlussstrategie, um Wissen auf verfügbare Daten mittels heuristischer Argumentation anzuwenden (welche oft unvollständig sind). Wie bei allen Expertensystemen, wirft der Entwurf medizinischer Diagnosesysteme wichtige Fragen auf:

–Wie kann eine geeignete Darstellung der beobachteten Daten gefunden werden?

–Wie soll eine geeignete Darstellung des Wissens des medizinischen Bereichs, in dem das System funktionieren soll, definiert werden?

–Wie können Messungen erzielt werden, die eine diagnostische Hypothese validieren könnten?

–Wie sieht es mit der Handhabung von

8

Ungenauigkeit und Unsicherheit der beobachteten Daten aus?

Frühere Systeme wandten eine sequentielle datengetriebene Strategie an, um heuristische Klassifizierungen durchzuführen. Das Wissen war in Regeln gekapselt, die in der Gestalt von „wenn … dann“-Anweisungen vorlagen [CHG00]. Regeln sind ein einfacher und modularer Mechanismus, aber ihr Formalismus ist sehr einschränkend und es wird eine Unmenge an solchen Regeln benötigt, um Problemstellungen aus der Realität abdecken zu können.

Die Anwendung von Expertensystemen kann als einfacher Weg zur Verbreitung bestehenden Expertenwissens gesehen werden, welches sehr spezifisch und auch sehr auf den Anwendungsbereich beschränkt ist. Umgekehrt, scheinen Expertensysteme auf Grund ihrer eingeschränkten Allgemeingültigkeit kein adäquates Modell zur Bestätigung von Hypothesen und Theorien zu sein.

Empirische Modelle generalisieren empirisches Wissen in Form von chirurgischen tabellarischen Dosis-Wirkungs-Beziehun- gen (vgl. [MD99]). Empirische Generalisierungen fassen Erfahrungen zusammen und sind daher Modelle von Beobachtungen, egal ob sie auf informellem Wege oder unter der Verwendung computerisierter Daten-

Analytische Modelle

banken und statistischer Techniken entwickelt wurden. Empirische Generalisierungen sind wahrscheinlich auf den meisten Gebieten die Grundlage beruflicher Kompetenz. Da diese Daten so eng mit Erfahrungswerten in Beziehung stehen, verhindern sie jedoch fundamentale Einblicke in die Ursachen der beobachteten Muster.

Homeomorphische Modelle werden in Anlehnung an den menschlichen Aufbau organisiert, und zwar so, dass sie aus vergleichbaren physiologischen Teilen aus dem jeweiligen Interessensbereich aufgebaut werden. Alle Interaktionen mit einem homeomorphischen Modell spiegeln zu Grunde liegende physiologische Prozesse wieder. Deshalb kann ein homeomorphisches Modell beliebige neue Situationen so lange behandeln, wie diese unter Zuhilfenahme der Modellbegriffe ausgedrückt werden können.

Biomechanische Modelle sind homeomorphische Modelle, die versuchen, physiologische Funktionen des menschlichen Körpers unter Verwendung von Teilen, Eigenschaften und Parametern zu simulieren, die mit dem menschlichen Beispiel vergleichbar sind. Darüber hinaus beinhalten biomechanische Modelle Beschränkungen und Beziehungen zwischen Modellteilen und definieren daher die wesentlichen Funktionen, die evaluiert und modifiziert werden können.

Wie der Name bereits verrät, handelt es sich bei der Biomechanik um einen Zweig der Mechanik, der sowohl die Kräfte untersucht, welche auf biologische Strukturen wirken, als auch deren Auswirkungen. Folglich ist für die erfolgreiche Entwicklung biomechanischer Modelle ein grundlegendes Verständnis von folgenden drei Gebieten erforderlich:

–biologische Strukturen

–mechanische Analyse

–Verstehen von Bewegungen [Mil96].

Für die Konstruktion eines biomechanischen Modells ist es anfangs notwendig, die relevanten anatomischen Strukturen des okulomotorischen Systems zu erfassen und geeignete Abstraktionen zu schaffen, die unter Verwendung mathematischer Methoden modelliert werden können. Deshalb müssen alle sechs äußeren Augenmuskeln und der Bulbus in einer abstrakten Darstellung als Teile eines gesamten biomechanischen Modells definiert werden. Ein Augenmuskel selbst setzt sich in einer abstrakten Darstellung aus mehreren Teilen zusammen. Diese wären beispielsweise die Insertion oder der Ursprung eines Augenmuskels. Auch diese können weiter unterteilt werden.

Um ein vollständiges biomechanisches Modell zu gestalten, reicht jedoch die Abbildung der Augenmuskeln und des Bulbus alleine nicht aus. Ebenso ist eine Beschreibung der geometrischen Beziehungen zwi-

schen allen abstrakten Darstellungen erforderlich. Dieser Teil des biomechanischen Modells wird als geometrisches Modell definiert. Um die Veränderbarkeit des Systems zu gewährleisten ist es wünschenswert, das geometrische Modell als einen eigenständigen, austauschbaren Teil zu gestalten, der mit anderen biomechanischen Komponenten interagiert. Ein wohlgeformtes biomechanisches Modell besteht aus austauschbaren Komponenten, die für Flexibilität und Kompatibilität bei späteren Änderungen und Erweiterungen des Systems sorgen.

Abgesehen vom geometrischen Teil des Systemmodells ist ferner ein Modell zur Beschreibung der Muskelkräfte und deren Einfluss auf die Augengeometrie notwendig. Daher braucht ein biomechanisches Modell ebenso ein Muskelkräftemodell, welches die Umwandlung von Innervationen in Muskelkräfte simuliert und vorhersagt und im Anschluss daran diese Muskelkräfte in die Augengeometrie einfließen lässt, sodass diese letztendlich in Form von Augenrotationen dargestellt werden.

Ein biomechanisches Augenmodell muß auch die Kinematik von Augenbewegungen berücksichtigen. Angewandt auf das kinematische Modell des menschlichen Auges wird eine Vorwärtsund Rückwärtskinematik eingesetzt. Die Vorwärtskinematik findet bei gegebenen Innervationen die resultierende Blickrichtung, die Rückwärtskinematik wiederum leitet aus einer gegebenen

10

Blickrichtung die Innervationen für die Augenmuskeln ab.

Folglich besteht ein biomechanisches Modell aus mehreren abstrakten Darstellungen und Sub-Modellen. Die abstrakten Darstellungen beziehen sich auf die verschiede-

Struktur von biomechanischen Modellen

nen anatomischen Teile des menschlichen Auges, während die Sub-Modelle mathematische Beschreibungen der geometrischen Eigenschaften, Muskelkräfte und Kinematik einschließen [BKPH03].

Einer der ersten Versuche, um ein besseres Verständnis für die Augenmotorik zu erlangen, war das so genannte „Ophthalmotrop“, welches 1845 von C. G. T. Ruete entworfen und konstruiert wurde [ST90]. Ein Ophthalmotrop ist ein mechanisches Modell des Auges, meistens aus Metall und Holz gebaut, und wird verwendet, um ein besseres Verständnis für die Augenrotationen um verschiedene Achsen im dreidimensionalen Raum zu erhalten (siehe Abb. 3).

1848 machte F. C. Donder ein interessante Entdeckung: fixiert eine Auge einen Gegenstand im Raum, so wird durch die Position des Gegenstandes auch die Augenposition definiert. Die Position des Objektes im Raum gibt jedoch nicht den Betrag der torsionalen Rotation an, dieser Betrag der Torsion ist aber wiederum auch nicht beliebig. Vielmehr ist der Betrag der torsionalen

Abb. 3. Halle’s Ophthalmotrop [ST90]

Rotation klar durch die Blickposition des Auges selbst bestimmt.

Als die deutsche Ausgabe der Publikation von Donder erschien, erregte dies die Aufmerksamkeit von H. von Helmholtz, welcher feststellte, dass Donder die Pseudotorsion entdeckt hat. Er machte den Vorschlag, Donder’s Entdeckung fortan „Donder’sches Gesetz“ zu nennen [Hel63]. Pseudotorsion stellt ein Problem dar, weil es ein Messwert einer Torsion ist, die nicht wirklich existiert, aber durch den Messvorgang hervorgerufen wird. Da Donder keinen Grund für diese Pseudotorsion angab, war es von Helmholtz, der eine Erklärung für dieses Phänomen lieferte.

Pseudotorsion entsteht durch die Tatsache, dass bei tertiären Blickrichtungen der durch das Auge verlaufende vertikale Meridian nicht mit einer vertikalen Linie im Raum zusammenfällt und genauso der horizontale Meridian sich nicht mit einer horizontalen Linie im Raum überdeckt. „Der Grund für diese Diskrepanz ist der, dass ,horizontal‘ und ,vertikal‘ in Abhängigkeit vom verwendeten Koordinatensystem definiert sind.“ [ST90]. Somit musste eine Lösung gefunden werden, die das Problem der Pseudotorsion eliminiert.

Nachdem Pseudotorsion durch eine unpassende Wahl des Koordinatensystems zu Stande kommt, hatte J. B. Listing die Idee, ein Polarkoordinatensystem zu verwenden, um das Problem zu lösen. Listing entdeckte dabei auch, dass alle tertiären Augenpositio-

nen, ausgehend von der Primärposition, durch die Rotation um eine bestimmte Achse erreicht werden konnten.

Als Ruete 1853 über Listing’s Entdeckung las, schlug er vor, diese Entdeckung das „Listing’sches Gesetz“ zu nennen. Dabei bemerkte er auch, dass sein erstes Ophthalmotrop nicht korrekt war, da es gegen das Listing’sche Gesetz verstieß, und entwickelte eine neue Version des Ophthalmotrops, welches mit dem Listing’schen Gesetz konform ging und sogar schon Teile zur Simulation von Muskeln enthielt (siehe Abb. 4).

Als das Donder’sche und Listing’sche Gesetz publiziert wurden, stellte sich die Frage nach der Abfolge der Rotationen um die einzelnen Koordinatenachsen für die Beschreibung der Augenpositionen. 1854 führte A. Fick die sogenannte Fick-Winkelreihenfolge ein, bei der die Position eines Auges durch Rotation zuerst um die vertikale, dann um die horizontale und schließlich um die torsionale Achse erreicht wird. Später, 1863, schlug von Helmholtz eine andere Rotationsreihenfolge vor, indem er die beiden ersten Achsen vertauschte. Somit beschreibt

Abb. 4. Ruete’s Ophthalmotrop [ST90]

die Rotationsreihenfolge nach von Helmholtz zuerst eine Rotation um die horizontale, dann um die vertikale und schließlich um die torsionale Achse [Has95].

(Die kardanische Aufhängung von Augen stellt eine praktische Methode zur Darstellung und Demonstration von Rotationsreihenfolgen in einem mechanischen Augenmodell dar).

1869 stellte A. W. Volkmann die Basis für die zukünftige Entwicklung verbesserter Augenmodelle (Ophthalmotrope) bereit. Volkmann führte eine statistische Datenanalyse durchschnittlicher menschlicher Augen zahlreicher Patienten durch (Normauge) [Vol69].

Krewson [Kre50] veröffentlichte das erste geometrische Modell des menschlichen Auges, welches „Fadenmodell“ genannt wurde, wobei er sich auf Volkmann’s Augendaten berief. Das Fadenmodell definiert Muskeln als Fäden, welche den kürzesten Pfad von der Insertion bis zum Ursprung nehmen, ohne dabei jedoch orbitales Bindegewebe oder Muskelkräfte zu berücksichtigen.

Ein zweiter Versuch, ein geometrisches Modell unter Verwendung von Volkmann’s Daten zu schaffen, wurde von Robinson unternommen [Rob75]. Robinson nannte sein Modell „Bändermodell“ und versuchte dabei eine Art fixierender Struktur einzubeziehen, welche das seitliche Abgleiten des Augenmuskels während tertiärer Blickpositionen reduziert. Obwohl damit bereits ein erster wichtiger Schritt getan wurde, zeigten die Muskeln im Vergleich zum menschlichen Augenmuskelapparat doch noch einen größeren seitlichen Versatz. Später versuch-

ten Kusel and Haase [KH77] das Bändermodell zu verbessern. Sie führten das eingeschränkte Bändermodell ein. Die Vorhersagen ihres Modells waren aber jenen des ursprünglichen Bändermodells sehr ähnlich.

Robinson war der erste, der feststellte, dass ein geometrisches Augenmodell alleine nicht ausreichend war, um ein realistisches Modell des menschlichen Auges aufzubauen. Er schuf das erste biomechanische Modell mit Einbeziehung von Muskelkräften. Robinson’s Beobachtungen folgend,

erweiterte Günther [Gue86] das eingeschränkte Bändermodell von Kusel und Haase zu einem biomechanischen Modell. Die neuesten Erkenntnisse auf dem Gebiet der Augenmotorik erbrachte die Analyse von „Pulley“-Strukturen der Augenmuskeln von Miller und Demer [MD99] im Jahr 1995.

Auf Basis dieser neuen Forschungsergebnisse entwickelten sie ein neues biomechanisches Augenmodell „Orbit“. Es stellt den letzten Stand der Forschung auf diesem Gebiet dar (siehe [Mil99]).