Роль 3D-моделирования в хирургии поджелудочной железы: обзор

ВВЕДЕНИЕ: Хирургические вмешательства на поджелудочной железе отличаются технической сложностью и сопровождаются достаточно большим количеством осложнений, что во многом обусловлено вариантой анатомией поджелудочной железы.

ЦЕЛЬ: Оценить возможности 3D-моделирования при хирургическом лечении заболеваний поджелудочной железы по данным литературы.

МАТЕРИАЛЫ И МЕТОДЫ: Выполнен поиск литературы на русском и английском языках за период с 2017 по 2022 гг. в базах данных Medline/PubMed, РИНЦ/Elibrary, КиберЛенинка, Google Scholar по ключевым словам: поджелудочная железа, хронический панкреатит, рак поджелудочной железы, резекция поджелудочной железы, компьютерная томография, 3D-моделирование, 3D-реконструкция, хирургическое планирование, хирургическое вмешательство, pancreas, chronic pancreatitis, pancreas cancer, pancreatectomy, computed tomography, 3D modeling, 3D reconstruction, surgical planning.

РЕЗУЛЬТАТЫ: В окончательный анализ были включены 49 публикаций, посвященных различным аспектам применения 3D-моделирования в хирургии поджелудочной железы. Показана диагностическая ценность построения трехмерных моделей в оценке резектабельности опухолей поджелудочной железы, выявлении индивидуальных топографо-анатомических особенностей панкреатобилиарной зоны, которые должны учитываться во время операции во избежание интра- и послеоперационных осложнений. Представлены примеры описания на основе 3D-моделирования редких сосудистых аномалий и кист, не визуализированных по данным стандартной компьютерной томографии, у пациентов, которым планируется операция на поджелудочной железе. Обозначена значимость послеоперационного 3D-моделирования поджелудочной железы для оценки адекватности проведенного хирургического вмешательства и раннего выявления возможных осложнений операции.

ЗАКЛЮЧЕНИЕ: 3D-моделирование является инновационным и перспективным методом диагностики, который позволяет повысить информативность стандартной компьютерной томографии в хирургии поджелудочной железы. 3D-модели позволяют отобрать пациентов для резекции поджелудочной железы и обосновать оптимальную хирургическую стратегию. В перспективе следует ожидать улучшение результатов хирургического лечения опухолей поджелудочной железы и осложненного панкреатита

1. Кригер А.Г., Пронин Н.А., Двухжилов М.В. и др. Хирургический взгляд на артериальную анатомию поджелудочной железы // Анналы хирургической гепатологии. 2021. Т. 26, № 3. С. 112–122. doi: 10.16931/1995-5464.2021-3-112-122

2. Alanentalo T., Hahn M., Willekens S.M.A., Ahlgren U. Mesoscopic Optical Imaging of the Pancreas-Revisiting Pancreatic Anatomy and Pathophysiology // Front Endocrinol. (Lausanne). 2021. Vol. 12. P. 633063. doi: 10.3389/fendo.2021.633063. PMID: 33746904.

3. Javed A.A., Young R.W.C., Habib J.R. et al. Cinematic Rendering: Novel Tool for Improving Pancreatic Cancer Surgical Planning // Curr. Probl. Diagn. Radiol. 2022. Vol. 51, No. 6. P. 878–883. doi: 10.1067/j.cpradiol.2022.04.001. PMID: 35595587.

4. Kumar H., DeSouza S.V., Petrov M.S. Automated pancreas segmentation from computed tomography and magnetic resonance images: A systematic review // Comput Methods Programs Biomed. 2019. Vol. 178. P. 319–328. doi: 10.1016/j.cmpb.2019.07.002. PMID: 31416559.

5. Zhang L., Sanagapalli S., Stoita A. Challenges in diagnosis of pancreatic cancer // World J. Gastroenterol. 2018. Vol. 24, No. 19. P. 2047–2060. doi: 10.3748/wjg.v24.i19.2047. PMID: 29785074.

6. Barat M., Dohan A., Gaujoux S. et al. Computed tomography features of acinar cell carcinoma of the pancreas // Diagn. Interv Imaging. 2020. Vol. 101, No. 9. P. 565–575. doi: 10.1016/j.diii.2020.02.007. PMID: 32146131.

7. Панченков Д.Н., Иванов Ю.В., Колсанов А.В. и др. Виртуальное 3D-моделирование в хирургии печени // Вестник хирургии имени И. И. Грекова. 2019. Т. 178, № 5. С. 74–80. doi: 10.24884/0042-4625-2019-178-5-74-80.

8. Ромащенко П.Н., Железняк И.С., Майстренко Н.А., Блюмина С.Г. Способ проектирования хирургического доступа для адреналэктомии при помощи 3D-моделирования // Таврический медико-биологический вестник. 2020. Т. 23, № 2. С. 165–171. doi: 10.37279/2070-8092-2020-23-2-165-171.

9. Ballard D.H., Wake N., Witowski J. et al. Radiological Society of North America (RSNA) 3D Printing Special Interest Group (SIG) clinical situations for which 3D printing is considered an appropriate representation or extension of data contained in a medical imaging examination: abdominal, hepatobiliary, and gastrointestinal conditions // 3D Print Med. 2020. Vol. 6, No. 1. P. 13. doi: 10.1186/s41205-020-00065-6. PMID: 32514795.

10. Frohn J., Pinkert-Leetsch D., Missbach-Güntner J. et al. 3D virtual histology of human pancreatic tissue by multiscale phase-contrast X-ray tomography // J. Synchrotron. Radiat. 2020. Vol. 27, Pt 6. P. 1707–1719. doi: 10.1107/S1600577520011327. PMID: 33147198.

11. Boedecker C., Huettl F., Saalfeld P. et al. Using virtual 3D-models in surgical planning: workflow of an immersive virtual reality application in liver surgery // Langenbecks Arch. Surg. 2021. Vol. 406, No. 3. P. 911–915. doi: 10.1007/s00423-021-02127-7. PMID: 33710462.

12. Зельтер П.М., Колсанов А.В., Пышкина Ю.С. Сегментация очаговых образований печени и виртуальная резекция на основе данных компьютерной томографии // Бюллетень сибирской медицины. 2021. Т. 20, № 1. С. 39–44. doi: 10.20538/1682-0363-2021-1-39-44.

13. Состояние онкологической помощи населению России в 2021 году / под ред. А. Д. Каприна, В. В. Старинского, А. О. Шахзадовой. Москва: МНИОИ им. П. А. Герцена — филиал ФГБУ «НМИЦ радиологии» Минздрава России, 2022. 239 с.

14. Кармазановский Г.Г. Дифференциальная диагностика и определение резектабельности рака поджелудочной железы с помощью МСКТ и МРТ // Анналы хирургической гепатологии. 2019. Т. 24, № 3. С. 22–35. doi: 10.16931/1995-5464.2019322-35.

15. Кудрявцева А.В., Багненко С.С., Дзидзава И.И. и др. КТ и МРТ в оценке резектабельных и условно резектабельных опухолей поджелудочной железы // Анналы хирургической гепатологии. 2021. Т. 26, № 1. С. 34–47. doi: 10.16931/1995-5464.2021134-47.

16. Ревишвили А.Ш., Кригер А.Г., Вишневский В.А. и др. Актуальные вопросы хирургии поджелудочной железы // Хирургия. Журнал им. Н. И. Пирогова. 2018. № 9. С. 5–14. doi: 10.17116/hirurgia20180915.

17. Beetz O., Sarisin A., Kaltenborn A. et al. Multivisceral resection for adenocarcinoma of the pancreatic body and tail-a retrospective single-center analysis // World J. Surg. Oncol. 2020. Vol. 18, No. 1. P. 218. doi: 10.1186/s12957-020-01973-x. PMID: 32819373.

18. Михайлов И.В., Бондаренко В.М., Кудряшов В.А. и др. Динамика результатов лечения резектабельного рака головки поджелудочной железы за 30-летний период // Проблемы здоровья и экологии. 2019. Т. 3, № 61. С. 50–55.

19. Грекова Н.М., Шишменцев Н.Б., Ю.В. Наймушина Ю.В. и др. Острый панкреатит: современные концепции хирургического лечения // Новости хирургии. 2020. Т. 28, № 2. С. 197–206. doi: 10.18484/2305-0047.2020.2.197.

20. Каторкин С.Е., Колсанов А.В., Быстров С.А. и др. Виртуальное 3-D моделирование в хирургическом лечении хронического панкреатита // Новости хирургии. 2017. Т. 25, № 5. С. 503–509.

21. Каприн И.А., Эльдарова З.Э., Глабай В.П. Хирургическое лечение и осложнения операций при остром панкреатите тяжелого течения // Исследования и практика в медицине. 2018. Т. 5, № 4. С. 72–81. doi: 10.17709/2409-2231-2018-5-4-7.

22. Корымасов Е.А., Кривощеков Е.П., Хорошилов М.Ю., Зельтер П.М. 3D-моделирование при остром панкреатите: клинический пример эффективности применения цифровых технологий // Современная медицина. 2021. № 2 (21). С. 57–60.

23. Dumont R., Puleo F., Collignon J. et al. A single center experience in resectable pancreatic ductal adenocarcinoma: the limitations of the surgery-first approach. Critical review of the literature and proposals for practice update // Acta Gastroenterol Belg. 2017. Vol. 80, No. 4. P. 451–461. PMID: 29560639.

24. Hess G.F., Soysal S.D., Nicolas G. et al. Surgical Strategy Based on Radiological 3D Reconstruction in a Giant Metastatic Neuroendocrine Tumor of the Pancreas: A Case Report of an Interdisciplinary Approach // Case Rep. Surg. 2021. Vol. 2021. P. 8811155. doi: 10.1155/2021/8811155. PMID: 33564486.

25. Joliat G.R., Labgaa I., Sulzer J. et al. International assessment and validation of the prognostic role of lymph node ratio in patients with resected pancreatic head ductal adenocarcinoma // Hepatobiliary Surg. Nutr. 2022. Vol. 11, No. 6. P. 822–833. doi: 10.21037/hbsn-21–99. PMID: 36523941.

26. Lu Q., Zhou C., Zhang H. et al. A multimodal model fusing multiphase contrast-enhanced CT and clinical characteristics for predicting lymph node metastases of pancreatic cancer // Phys. Med. Biol. 2022. Vol. 67, No. 17. doi: 10.1088/1361-6560/ac858e. PMID: 35905729.

27. Kojima H., Kitago M., Iwasaki E. et al. Peritoneal dissemination of pancreatic cancer caused by endoscopic ultrasound-guided fine needle aspiration: A case report and literature review // World J. Gastroenterol. 2021. Vol. 27, No. 3. P. 294–304. doi: 10.3748/wjg.v27.i3.294. PMID: 33519143.

28. Andersen B.T., Stimec B.V., Kazaryan A.M. et al. Re-interpreting mesenteric vascular anatomy on 3D virtual and/or physical models, part II: anatomy of relevance to surgeons operating splenic flexure cancer // Surg. Endosc. 2022. Vol. 36, No. 12. P. 9136–9145. doi: 10.1007/s00464-022-09394-5. PMID: 35773607.

29. Templin R., Tabriz N., Hoffmann M. et al. Case Report: Virtual and Interactive 3D Vascular Reconstruction Before Planned Pancreatic Head Resection and Complex Vascular Anatomy: A Bench-To-Bedside Transfer of New Visualization Techniques in Pancreatic Surgery // Front Surg. 2020. Vol. 7. P. 38. doi: 10.3389/fsurg.2020.00038. PMID: 32626723.

30. Zhou H.T., Peng C.B., Han Y. et al. Quantitative analysis of three-dimensional reconstruction data to guide the selection of methods for laparoscopic distal pancreatectomy // J. Hepatobiliary Pancreat. Sci. 2021. Vol. 28, No. 8. P. 659–670. doi: 10.1002/jhbp.849. PMID: 33053264.

31. Dolay K., Malya F.U., Akbulut S. Management of pancreatic head adenocarcinoma: From where to where? // World J. Gastrointest. Surg. 2019. Vol. 11, No. 3. P. 143–154. doi: 10.4240/wjgs.v11.i3.143.

32. McGuigan A., Kelly P., Turkington R.C. et al. Pancreatic cancer: A review of clinical diagnosis, epidemiology, treatment and outcomes // World J. Gastroenterol. 2018. Vol. 24, No. 43. P. 4846–4861. doi: 10.3748/wjg.v24.i43.4846. PMID: 30487695.

33. Рубцова Н.А., Федулеев М.Н., Нерестюк Я.И. и др. Артериальное кровоснабжение печени, целиако-мезентериальный бассейн (обзор литературы) // Медицинская визуализация. 2021. Т. 25, № 2. С. 74–83. doi: 10.24835/1607-0763-928.

34. Kwon J., Shin S.H., Yoo D. et al. Arterial resection during pancreatectomy for pancreatic ductal adenocarcinoma with arterial invasion: A single-center experience with 109 patients // Medicine (Baltimore). 2020. Vol. 99, No. 37. e22115. doi: 10.1097/MD.0000000000022115. PMID: 32925757.

35. Heckler M., Hackert T. Surgery for locally advanced pancreatic ductal adenocarcinoma-is it only about the vessels? // J. Gastrointest. Oncol. 2021. Vol. 12, No. 5. P. 2503–2511. doi: 10.21037/jgo-20-313. PMID: 34790411.

36. Marconi S., Pugliese L., Del Chiaro M. et al. An innovative strategy for the identification and 3D reconstruction of pancreatic cancer from CT images // Updates Surg. 2016. Vol. 68, No. 3. P. 273–278. doi: 10.1007/s13304-016-0394-8. PMID: 27605209.

37. Andolfi C., Plana A., Kania P. et al. Usefulness of Three-Dimensional Modeling in Surgical Planning, Resident Training, and Patient Education // J. Laparoendosc. Adv. Surg. Tech. A. 2017. Vol. 27, No. 5. P. 512–515. doi: 10.1089/lap.2016.0421. PMID: 27813710.

38. Zhang Z., Liu L., Li Y. et al. Therapeutic experience of a pancreatic mixed serous neuroendocrine neoplasm invading peripancreatic vessels: A case report // Medicine (Baltimore). 2022. Vol. 101, No. 35. e30323. doi: 10.1097/MD.0000000000030323. PMID: 36107509.

39. Нерестюк Я.И., Кармазановский Г.Г., Кубышкин В.А. и др. Трехмерная реконструкция компьютерных томограмм в выборе оперативного вмешательства при протоковой аденокарциноме поджелудочной железы // Хирургия. Журнал им. Н. И. Пирогова. 2017. № 4. С. 36–40. doi: 10.17116/hirurgia2017436-40.

40. Hafezi-Nejad N., Fishman E.K., Zaheer A. Imaging of post-operative pancreas and complications after pancreatic adenocarcinoma resection // Abdom. Radiol. (NY). 2018. Vol. 43, No. 2. P. 476–488. doi: 10.1007/s00261-017-1378-y. PMID: 29094173.

41. Хатьков И.Е., Домрачев С.А., Цвиркун В.В. и др. Прогнозирование панкреатической фистулы после панкреатодуоденальной резекции с помощью компьютерной томографии // Медицинская визуализация. 2019. Т. 23, № 1. С. 19–27. doi: 10.24835/1607-0763- 2019-1-19-27.

42. Renard Y., de Mestier L., Perez M. et al. Unraveling Pancreatic Segmentation // World J. Surg. 2018. Vol. 42, №4. P. 1147–1153. doi: 10.1007/s00268-017-4263- 5. PMID: 28975436.

43. Wang P.F., Liu Z.W., Cai S.W. et al. Usefulness of three-dimensional visualization technology in minimally invasive treatment for infected necrotizing pancreatitis // World J. Gastroenterol. 2018. Vol. 24, No. 17. P. 1911–1918. doi: 10.3748/wjg.v24.i17.1911. PMID: 29740206.

44. Shi Y., Gao F., Li Y. et al. Differentiation of benign and malignant solid pancreatic masses using magnetic resonance elastography with spin-echo echo planar imaging and three-dimensional inversion reconstruction: a prospective study // Eur. Radiol. 2018. Vol. 28, No. 3. P. 936–945. doi: 10.1007/s00330-017-5062-y. PMID: 28986646

45. Irtan S., Hervieux E., Boutroux H. et al. Preoperative 3D reconstruction images for paediatric tumours: Advantages and drawbacks // Pediatr. Blood Cancer. 2021. Vol. 68, No. 1. e28670. doi: 10.1002/pbc.28670. PMID: 32827349.

46. Marconi S., Pugliese L., Botti M. et al. Value of 3D printing for the comprehension of surgical anatomy // Surg. Endosc. 2017. Vol. 31, No. 10. P. 4102–4110. doi: 10.1007/s00464-017-5457-5. PMID: 28281114.

47. Mazzola M., Morini L., Crippa J. et al. Totally Laparoscopic Pancreaticoduodenectomy: Technical Notes // Chirurgia (Bucur). 2020. Vol. 115, No. 3. P. 385–393. doi: 10.21614/chirurgia.115.3.385. PMID: 32614295.

48. Müller P.C., Haslebacher C., Steinemann D.C. et al. Image-guided minimally invasive endopancreatic surgery using a computer-assisted navigation system // Surg. Endosc. 2021. Vol. 35, No. 4. P. 1610–1617. doi: 10.1007/s00464-020-07540-5. PMID: 32253555.

49. Lin C., Gao J., Zheng H. et al. Three-dimensional visualization technology used in pancreatic surgery: a valuable tool for surgical trainees // Journal of Gastrointestinal Surgery. 2020. Vol. 24, No. 4. P. 866–873. doi: 10.1007/s11605–019–04214-z. PMID: 31012044