Интраоперационная оценка жизнеспособности тканей кишечника с применением современных оптических технологий

Цель: повышение точности диагностики нарушений микроциркуляции в тканях кишечной стенки у малых лабораторных животных путем внедрения метода гиперспектральной визуализации в сочетании с использованием управляемого полихромного светодиодного источника света.

Материалы и методы. Исследование проведено на 10 клинически здоровых крысах линии Wistar. Моделирование ишемии кишечника проводилось путем лигирования мезентериальных сосудов после лапаротомии под ингаляционным наркозом. Релапаротомия проводилась через 1, 6 и 12 часов. Определение жизнеспособности тканей кишечника и выявление вторичных патологических изменений выполнялись с использованием визуального метода Керте, а также с применением полихромного светодиода, обеспечивающего контрастную визуализацию биологических тканей. Оценка перфузии кишечной стенки проводилась системой гиперспектральной визуализации. Резекцию кишечника с последующим забором образцов для морфологического исследования проводили в соответствии с временными интервалами, установленными протоколом исследования.

Результаты. Установлено, что спектральный состав источника света, обеспечивающий достоверное распознавание некроза кишечной стенки, включает две спектральные линии с максимумами λpeak = 503 нм и λpeak = 594 нм при соотношении интенсивностей 2 : 1. Гиперспектральная визуализация позволила получить двумерные карты тканевой сатурации, значения которой составили 66 ± 2 % (интактная ткань), 42 ± 5 % (1 час), 26 ± 3 % (6 часов) и 21 ± 3 % (12 часов). Морфологический анализ выявил три ключевых интервала от момента начала ишемии: 1 час (начало ишемии), 6 часов (обратимая ишемия) и 12 часов (необратимый некроз). Данные подтверждают значительное снижение сатурации, коррелирующее с морфологическими изменениями, и эффективность метода для оценки жизнеспособности тканей кишечника.

Заключение. В ходе исследования разработана технология оптимизации хирургического освещения, направленная на улучшение контрастной визуализации ишемических и некротических изменений тканей. Применение гиперспектральной визуализации позволяет проводить неинвазивную и объективную интраоперационную оценку характера ишемического повреждения кишечной стенки без необходимости использования экзогенных флуоресцентных препаратов. Полученные результаты демонстрируют перспективность внедрения оптимизированного освещения и гиперспектральной визуализации в клиническую практику для улучшения диагностики и хирургического лечения ишемических поражений кишечника.

1. Zachariah S.K. Adult necrotizing enterocolitis and non occlusive mesenteric ischemia. J. Emergencies, Trauma Shock. 2011; 4 (3): 430–432. DOI: 10.4103/0974-2700.83881

2. Ярощук С.А., Баранов А.И., Каташева Л.Ю., Лещишин Я.М. Острая мезентериальная ишемия: подходы к диагностике и оперативному лечению. Медицина в Кузбассе. 2018; 17 (2): 35–42.

3. Маев И.В., Войновский Е.А., Луцевич О.Э., Вьючнова Е.С., Урбанович А.С., Дичева Д.Т., Лебедева Е.Г., Андреев Д.Н., Морозова А.В., Суркова О.А., Верюгина Н.И. Острая кишечная непроходимость (методические рекомендации). Доказательная гастроэнтерология. 2013; (1): 36–51.

4. Руководство по неотложной хирургии органов брюшной полости. Руководство для врачей. 2-е изд. Под. ред. Савельева В.С. М.: МИА; 2020.

5. Urbanavičius L., Pattyn P., Putte D.V., Venskutonis D. How to assess intestinal viability during surgery: A review of techniques. World J Gastrointest Surg. 2011; 3(5): 59–69. DOI: 10.4240/wjgs.v3.i5.59

6. Bryski M.G., Frenzel Sulyok L.G., Kaplan L., Singhal S., Keating J.J. Techniques for intraoperative evaluation of bowel viability in mesenteric ischemia: A review. Am. J. Surg. 2020; 220 (2): 309–315. DOI: 10.1016/j.amjsurg.2020.01.042

7. Родин А.В., Плешков В.Г. Интраоперационная оценка жизнеспособности кишки при острой кишечной непроходимости. Вестник Смоленской государственной медицинской академии. 2016; 15 (1): 75–82.

8. Шаповальянц С.Г., Ларичев С.Е., Сажин А.В., Щеголев А.А., Гуляев А.А., Бебуришвили А.Г., Прутков М.И., Шулутко А.М., Дарвин В.В. Национальные клинические рекомендации «Острая неопухолевая кишечная непроходимость». Приняты на XII Съезде хирургов России «Актуальные вопросы хирургии», Ростов-на-Дону, 7–9 октября. Ростов-на-Дону, 2015. 36 р.

9. Karliczek A., Harlaar N.J., Zeebregts C.J., Wiggers T., Baas P.C., van Dam G.M. Surgeons lack predictive accuracy for anastomotic leakage in gastrointestinal surgery. Int J Colorectal Dis. 2009; 24 (5): 569–76. DOI: 10.1007/s00384-009-0658-6

10. Адаменков Н.А., Мамошин А.В., Дремин В.В., Потапова Е.В., Шуплецов В.В., Горюнов И.А., Палалов А.А., Дунаев А.В. Оценка перфузии кишечной стенки в условиях ишемии с применением метода гиперспектральной визуализации. Оперативная хирургия и клиническая анатомия (Пироговский научный журнал). 2024; 8 (1): 5–13. DOI: 10.17116/operhirurg202480115

11. Дунаев А.В. Мультимодальная оптическая диагностика микроциркуляторно-тканевых систем организма человека: монография. Старый Оскол: ТНТ; 2022. [440].

12. Аладов А.В., Валюхов В.П., Закгейм А.Л., Купцов В.Д., Мамошин А.В., Потапова Е.В., Черняков А.Е., Фотиади А.Э. Оптимизация освещения операционного поля с целью получения максимального контраста при визуализации биологических объектов. Научно-технические ведомости СПбГПУ. Физико-математические науки. 2019; 12 (4): 79–88. DOI: 10.18721/JPM.12408

13. Mamoshin A.V., Alyanov A.L., Seryogina E.S., Potapova E.V., Dunaev A.V., Ivanov A.V., Aladov A.V.. Possibilities of using dynamically controlled semiconductor light sources during surgical operations. EEE International Conference on Electrical Engineering and Photonics. 2018; 22: 288–291. DOI: 10.1109/EExPolytech.2018.8564383

14. Аладов А.В., Валюхов В.П., Закгейм А.Л., Купцов В.Д., Мамошин А.В., Потапова Е.В., Черняков А.Е., Фотиади А.Э. Оптимизация освещения операционного поля с целью получения максимального контраста при визуализации биологических объектов. Научно-технические ведомости СПбГПУ. Физико-математические науки. 2019. 12 (4): 79–88. DOI: 10.18721/JPM.12408

15. Kurabuchi Y., Nakano K., Ohnishi T., Nakahuchi T., Hauta-Kasari M., Haneishi H. Optimization of Surgical Illuminant Spectra for Organ Microstructure Visualization. IEEE Access. 2019; 7: 70733–70741. DOI: 10.1109/AC-CESS.2019.2919451

16. Dremin V.V., Zherebtsov E.A., Popov A.P., Meglinski I.V., Bykov A.V. Hyperspectral imaging of diabetes mellitus skin complications. In Biomedical Photonics for Diabetes Research. 2022; 177–195.

17. Dremin V.V, Marcinkevics Z., Zherebtsov E.A., Popov A.P., Grabovskis A., Kronberga H., Geldnere K., Doronin A.A., Meglinski I.V. Bykov A.V. Skin complications of diabetes mellitus revealed by polarized hyperspectral imaging and machine learning. IEEE Transactions on Medical Imaging. 2021; 40 (4): 1207–1216. DOI: 10.1109/TMI.2021.3049591

18. Zherebtsov E.А., Dremin V.V., Popov A.P., Doronin A.A., Kurakina D., Kirillin M., Meglinski I.V., Bykov A.V. Hyperspectral imaging of human skin aided by artifi cial neural networks. Biomedical optics express. 2019; 10 (7): 3545–3559.

19. Zimmermann A. The role of intraoperative hyperspectral imaging (HSI) in colon interposition after esophagectomy. BMC surgery. 2023; 2 (23): 47. DOI: 10.1186/s12893-023-01946-3

20. Potapova E.V., Dremin V.V., Zherebtsov E.A., Makovik I.N., Zherebtsova A.I., Dunaev A.V., Muradyan V.F. Evaluation of microcirculatory disturbances in patients with rheumatic diseases by the method of diffuse refl ectance spectroscopy. Hum Physiol. 2017; 43: 222–228. DOI: 10.1134/S036211971702013X

21. Bertacco A., Dehner C.A., Caturegli G., D’Amico F., Morotti R., Rodriguez M.I., Mulligan D.C., Kriegel M.A., Geibel J.P. Modulation of Intestinal Microbiome Prevents Intestinal Ischemic Injury. Front. Physiol. 2017; 8: 1064. DOI: 10.3389/fphys.2017.01064

22. Canceco J., Winokur E.J. Mesenteric Ischemia: Concepts of Care for the Bedside Nurse. Gastroenterol Nurs. 2018; 41 (4): 305–311. DOI: 10.1097/SGA.0000000000000329

23. Zherebtsov E.A., Dremin V.V., Popov A.P., Doronin A.A., Kurakina D., Kirillin M., Bykov A.V. Hyperspectral imaging of human skin aided by artifi cial neural networks. Biomedical optics express. 2019; 10 (7): 3545–3559.