Regionalanästhesie, Evidenz und Innovation · Stufe WBJ 4

KI und automatisierte Nadelführung: Technik, Evidenz, klinische Realität

Assistenzsysteme versprechen, die Nadelspitze sichtbar und die Anatomie lesbar zu machen. Diese Einheit trennt, was im Phantom funktioniert, von dem, was klinisch belegt ist, und zeigt, wo die Verantwortung bleibt.

Neufassung für das E-Learning aus einem KI-gestützten Foliensatz des Autors. Quellen und Jahreszahlen wurden geprüft; zwei Folien mit unbelegten Angaben sind durch eigene Schemata ersetzt, Fehler in den Folien korrigiert.

Lernziele

Needle Tracking, Anatomieerkennung und Robotik unterscheiden.
Phantom- und klinische Studienergebnisse richtig einordnen.
Automation Bias erkennen und vermeiden.
Zulassungsstand, Kosten und Verantwortung benennen.

Zu dieser Lerneinheit

Fünf Lektionen mit zwölf Folien und zwei eigenen Schemata, Aufgabenblock, Abschlussquiz, Nachschlagen.

Lektion 1

Das Problem und die Taxonomie

Ultraschall ist Goldstandard, doch die Nadelspitze ist oft schwer darzustellen, besonders bei steilen Winkeln und out-of-plane. Aus zweidimensionalen Grauwerten eine dreidimensionale Anatomie zu lesen, verlangt viel kognitive Arbeit; daraus folgen eine steile Lernkurve und Fehlpunktionen. Assistenzsysteme setzen an drei Stellen an.

Abbildung 1: Die Herausforderung: die Nadelspitze im Ultraschallbild. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt

Abbildung 2: Taxonomie der Assistenzsysteme: Needle Tracking, Anatomieerkennung, Robotik. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt; Dopplung im Text korrigiert

Tabelle 1: Drei Typen von Assistenzsystemen
Typ	Prinzip	Beispiel	Stand
Needle Tracking	Sensor an der Nadelspitze, Position im Bild markiert	Onvision (Philips, B. Braun)	zugelassen, Spezialnadeln und Spezialgerät
Anatomieerkennung	Deep Learning markiert Nerven, Gefäße, Faszien im Livebild	ScanNav, Nerveblox	zugelassen (FDA, CE), Studien meist zur Bildinterpretation
Robotik und Haptik	mechanische Führung oder Stabilisierung der Nadel	Magellan (Forschung)	Forschung, kein Routineeinsatz

Übung 1.1

Lektion 2

Needle Tracking: Phantom und Realität

Ein piezoelektrischer Sensor nahe der Nadelspitze empfängt die Schallimpulse der Sonde; das System berechnet die Position relativ zur Bildebene und zeigt sie als farbigen Kreis (grün: Spitze in der Ebene). Die Herstellerangabe zur Genauigkeit liegt bei etwa 3 mm.

Abbildung 3: Needle Tracking am Beispiel Onvision. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt; Genauigkeit nach Herstellerangabe

Abbildung 4: Das Phantom-Versprechen: kürzere Punktionszeit im Schweinephantom. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt; Einzelwerte der Folie nicht gegen die Originalarbeit geprüft

Abbildung 5: Der klinische Realitätscheck: Volunteer-Studie ohne signifikante Zeitersparnis. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt; Erstautorin korrigiert

Evidence Box, Needle TrackingIm Phantom verkürzte Needle Tracking die out-of-plane-Punktion (Kåsine 2019). In einer randomisierten Studie an 26 Freiwilligen mit erfahrenen Anwendern dauerte der Block mit Tracking 183,0 s, ohne 206,8 s (p = 0,16, nicht signifikant); zwei Horner-Syndrome traten nur in der Kontrollgruppe auf (Kåsine 2020).

Messfehler Box, QuelleDer Foliensatz nannte für die Volunteer-Studie einen anderen Erstautor. Die Arbeit stammt von Kåsine und Kollegen (Reg Anesth Pain Med 2020).

Übung 2.1

Lektion 3

Anatomieerkennung mit KI und Automation Bias

Anatomieerkennung legt farbige Masken über das Livebild: Nerven gelb, Gefäße rot, Faszien und Muskeln in weiteren Farben. Das System ist oft geräteunabhängig über einen Videoausgang angeschlossen.

Abbildung 6: Anatomieerkennung mit Deep Learning am Beispiel Nerveblox. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt

Evidence Box, KI-OverlayMit KI-Overlay erzielten Anfänger mehr korrekte Schnittebenen und identifizierten mehr Strukturen; Experten bewerteten die Overlays überwiegend als hilfreich (Bowness 2023). Das ist ein Endpunkt der Bildinterpretation, kein klinischer Endpunkt wie Blockerfolg oder Komplikationen.

Automation Bias

Die größte Gefahr ist das blinde Vertrauen in die Farbmaske statt in die eigene anatomische Plausibilitätsprüfung. Eine falsch markierte Struktur sieht genauso überzeugend aus wie eine richtige. Deshalb: erst selbst identifizieren, dann mit der Maske vergleichen; bei Widerspruch gilt die eigene Anatomie, im Zweifel Nervenstimulation und Abbruch.

Übung 3.1

Übung 3.2

Lektion 4

Robotik und belegte Meilensteine

Robotik soll die Nadel mechanisch führen oder stabilisieren. 2013 wurden die ersten robotischen ultraschallgesteuerten Nervenblockaden am Menschen mit einem ferngesteuerten Arm beschrieben (Hemmerling 2013). Hohe Präzision im Labor steht hoher Komplexität und großem Installationsaufwand gegenüber; klinisch ist Robotik derzeit Forschung.

Abbildung 8: Robotik und Haptik. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt; unbelegte Präzisionsangabe gestrichen

Abbildung 9: Belegte Meilensteine von Nadelführung und KI. Eigene Darstellung, ersetzt die Zeitleiste des Foliensatzes

Messfehler Box, FolienDie ursprüngliche Zeitleiste und eine Folie zur Lernkurve stützten sich auf eine nicht auffindbare Quelle und unbelegte Jahreszahlen; beide sind durch eigene, belegte Schemata ersetzt. Eine Präzisionsangabe für ein Robotersystem ließ sich nicht belegen und wurde gestrichen.

Übung 4.1

Lektion 5

Evidenz, Zulassung, Kosten, Verantwortung

Die Studienlandschaft ist eine auf dem Kopf stehende Pyramide: viele Phantom- und Leichenstudien, wenige kleine klinische Studien, kaum große randomisierte Studien mit klinischen Endpunkten.

Abbildung 10: Die Studienlandschaft. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt

Abbildung 11: Wo Assistenzsysteme helfen könnten: Lernkurve. Eigene Darstellung, Schema ohne Studiendaten

Abbildung 12: Hürden der Implementierung: Kosten und Systembindung. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt

Abbildung 13: Die Forschungsagenda: von Phantom und kleinen Studien zu großen multizentrischen Studien. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt

Vier Punkte sind für die Bewertung der KI-gestützten Nadel- und Strukturerkennung wichtig. Bei der Regulatorik gilt: ScanNav erhielt im Oktober 2022 die De-novo-Freigabe der amerikanischen Arzneimittelbehörde; Nerveblox ist 2025 in der Europäischen Union, in Großbritannien und in Australien zugelassen und seit August 2025 über das 510(k)-Verfahren auch in den USA. Bei den Kosten binden Hardwarelösungen an ein bestimmtes Gerät und an Einmalnadeln, Softwarelösungen an externe Hardware und eine Lizenz; Studien zur Kosteneffizienz fehlen bislang. Bei der Verantwortung bleibt es dabei, dass die Systeme Assistenz und kein Autopilot sind: Die ärztliche Verantwortung bleibt unverändert, und Dokumentation wie Aufklärung folgen den allgemeinen rechtlichen Anforderungen. Und bei der Ausbildung liegt der plausibelste Nutzen heute im Training von Sonoanatomie und Schnittebenen, nicht im Ersatz eigener anatomischer Kenntnisse; wer die Struktur nicht selbst erkennt, kann auch die Markierung des Systems nicht überprüfen.

Abbildung 14: Fazit: Technologie, Ausbildung, Experten, Ausblick. Foliensatz des Autors (Ulrich Frey), mit KI-Grafikwerkzeug erstellt

Übung 5.1

Ergänzung aus der Fortbildung 2026

Vier Anwendungsfelder künstlicher Intelligenz in der Regionalanästhesie

Über die Erkennung anatomischer Strukturen hinaus werden derzeit vier Anwendungsfelder erforscht oder klinisch erprobt. Die Ultraschallbildanalyse identifiziert Strukturen automatisch, hebt Nerven und Gefäße hervor und unterstützt vor allem unerfahrene Anwender. Die Nadelführung wird durch Systeme der erweiterten Realität mit Echtzeit-Tracking ergänzt, die den geplanten Nadelweg visualisieren und bei Annäherung an Risikostrukturen warnen. Die Vorhersage von Ergebnissen nutzt Algorithmen, die aus Patientenmerkmalen Schmerzintensität und Analgetikabedarf schätzen und so die Wahl des Verfahrens unterstützen sollen. Und die automatisierte Dokumentation erzeugt über Spracherkennung strukturierte Blockadeprotokolle und senkt den Aufwand.

Weitere Entwicklungslinien der kommenden Jahre sind neue Lokalanästhetika mit langwirksamen liposomalen Formulierungen und sensorisch selektiven Substanzen, eine Personalisierung anhand genetischer Prädiktoren für Metabolismus und Schmerzempfinden sowie die Auswertung großer Registerdaten zur Identifikation optimaler Strategien für einzelne Patientengruppen. Entscheidend bleibt bei allen: Diese Systeme sind Assistenz und kein Ersatz für klinisches Urteilsvermögen und manuelle Fertigkeit.

Lektion 6

Merksätze und Aufgaben

Merksätze

Drei Typen: Tracking, Anatomieerkennung, Robotik.
Im Phantom schneller heißt nicht klinisch besser.
Erst selbst identifizieren, dann mit der Maske vergleichen.
Human in the Loop: Die Verantwortung bleibt ärztlich.
Der beste Nutzen liegt heute in der Ausbildung.
Folien und Zeitleisten gegen Originalquellen prüfen.

Aufgaben

Aufgabe 1: Die grüne Maske

Gegeben:
Das KI-Overlay markiert beim Femoralisblock eine Struktur gelb, die Sie für den M. iliopsoas halten.

Frage:
Wie gehen Sie vor?

Eigener Lösungsweg

Lösung

Eigene Anatomie hat Vorrang: Arterie im Farbdoppler, Fascia iliaca, Nerv lateral der Arterie, Verlauf nach proximal und distal verfolgen; gegebenenfalls Stimulation. Nicht nach der Maske injizieren. Fehlmarkierung dokumentieren und melden.

Aufgabe 2: Die Anschaffung

Gegeben:
Die Klinik erwägt ein Needle-Tracking-System für alle Blockaden.

Frage:
Welche Argumente bringen Sie ein?

Eigener Lösungsweg

Lösung

Klinischer Nutzen bei Erfahrenen nicht belegt, bei Anfängern und im Training plausibel; Bindung an Gerät und Einmalnadeln, keine Kostenstudien. Sinnvoll wäre ein Einsatz im Training mit Auswertung der eigenen Daten.

Aufgabe 3: Die Folie

Gegeben:
Eine Fortbildungsfolie zitiert eine Studie, die sich in keiner Datenbank findet, und zeigt eine eindrucksvolle Lernkurve.

Frage:
Was tun Sie?

Eigener Lösungsweg

Lösung

Quelle suchen (PubMed, DOI, Journal); ohne Beleg die Aussage streichen oder als Hypothese kennzeichnen, Schema als „ohne Studiendaten“ markieren. So wurde der Foliensatz dieser Einheit bearbeitet.

Aufgabenblock abschließen

Markieren Sie den Block als bearbeitet, wenn Sie alle drei Aufgaben gelöst und mit den Lösungen verglichen haben.

Abschlussquiz, etwa 10 Minuten

Abschlussquiz

Zehn Fragen. Bestanden ab 80 %.

Zum Nachschlagen

Begriffe und Literatur

Begriff	Bedeutung
Needle Tracking	Ortung der Nadelspitze über einen Sensor
Deep Learning	maschinelles Lernen mit tiefen neuronalen Netzen
Overlay	farbige Maske über dem Livebild
Automation Bias	übermäßiges Vertrauen in automatisierte Systeme
De Novo	FDA-Zulassungsweg für neuartige Medizinprodukte mit niedrigem bis mittlerem Risiko
510(k)	FDA-Zulassung über den Nachweis der Gleichwertigkeit mit einem bereits zugelassenen Produkt

Literatur

Hemmerling TM, Taddei R, Wehbe M, et al. First robotic ultrasound-guided nerve blocks in humans using the Magellan system. Anesth Analg 2013;116:491–494.
Kåsine T, et al. Needle-Tip-Tracking bei ultraschallgesteuerten Blockaden im Phantom: randomisierte, beobachterverblindete Crossover-Studie. Acta Anaesthesiol Scand 2019;63:1055–1062.
Kåsine T, et al. Needle-Tip-Tracking bei ultraschallgesteuerten in-plane-Blockaden an Freiwilligen: randomisierte Studie, 26 Probanden. Reg Anesth Pain Med 2020;45:634–639.
Bowness JS, et al. Externe Validierung eines KI-Assistenzsystems zur Interpretation von Ultraschallbildern in der Regionalanästhesie. Br J Anaesth 2023;130:226–233.
US Food and Drug Administration. De Novo classification request: ScanNav Anatomy Peripheral Nerve Block, Oktober 2022.
SmartAlpha. Nerveblox: Zulassungen CE, UKCA, TGA und FDA 510(k) (August 2025), Herstellerangaben.

© 2026 Ulrich Frey. Alle Rechte vorbehalten. Neufassung für das E-Learning aus den Unterlagen des Autors und der Klinik, Recherchestand September 2026. Die Inhalte dienen der Aus- und Weiterbildung und ersetzen keine Leitlinie, keine Fachinformation und keine lokalen Standards.