virtX - Ein rechnergestütztes System zum Training des intraoperativen Einsatzes eines mobilen Bildverstärkers

Hintergrund und Fragestellung: Die korrekte intraoperative Positionierung und Einstellung eines mobilen Bildverstärkers (auch C-Bogen) kann zurzeit theoretisch mit Hilfe von Lehrbüchern erlernt, am Gerät selbst aber nur ohne visuelle Rückmeldung, d.h. ohne ein zur Ausrichtung korrespondierendes Röntgenbild, trainiert werden. Hieraus ergibt sich die Fragestellung, inwiefern das Training der Handhabung und richtigen Einstellung des C-Bogens in verschiedenen Operationsszenarien durch ein C-Bogen Simulationssystem als Teil eines CBT-Systems (Computer Based Training) unterstützt werden kann. Methoden: In Kooperation mit Ärzten aus Unfallchirurgie und Radiologie wurde das computer-basierte Trainingssystem virtX entwickelt. virtX kann dem Nutzer verschiedene Aufgaben zur Einstellung eines C-Bogens stellen und die Ausführung und das Ergebnis bewerten. Die Aufgaben können mit Hilfe eines Autorensystems erstellt und vom Trainierenden in verschiedenen Modi erfüllt werden: im rein virtuellen Modus oder im kombinierten virtuell-realen Modus. Im rein virtuellen Modus steuert der Nutzer den virtuellen C-Bogen in einem virtuellen OP-Saal mittels einer grafisch-interaktiven Benutzungsoberfläche. Im virtuell-realen Modus hingegen wird die Ausrichtung eines realen C-Bogens erfasst und auf den virtuellen C-Bogen übertragen. Während der Aufgabenerfüllung kann der Benutzer zu jeder Zeit ein realitätsnahes, virtuelles Röntgenbild erzeugen und dabei alle Parameter wie Blendenstellung, Röntgenintensität, etc. wie bei einem realen C-Bogen steuern. virtX wurde auf einem dreitägigen Kurs für OP-Personal mit 120 Teilnehmern eingesetzt und auf der Basis von Fragebögen evaluiert. Ergebnisse: Von den Teilnehmern gaben 79 einen ausgefüllten Evaluations-Fragebogen ab. Das Durchschnittsalter der 62 weiblichen und 15 männlichen Teilnehmer (zwei o.A.) lag bei 34 ± 9 Jahren, die Berufserfahrung bei 8,3 ± 7,6 Jahren. 18 Personen (23%) gaben an, gelegentlich mit einem C-Bogen zu arbeiten, 61 (77%) arbeiteten regelmäßig damit. Über 83% der befragten Teilnehmer empfanden virtX als eine sinnvolle Ergänzung zur herkömmlichen Ausbildung am C-Bogen. Das virtuelle Röntgen wurde mit einer Zustimmung von 91% der befragten Teilnehmer als besonders wichtig für das Verständnis der Arbeitsweise eines C-Bogens beurteilt. Ebenso erhielt der kombinierte virtuell-reale Modus mit 84% Zustimmung einen vergleichsweise hohen Stellenwert. Schlussfolgerung: Die Befragung zeichnet ein positives Bild der Akzeptanz des virtX-System als substanzielle Ergänzung zur herkömmlichen Ausbildung am C-Bogen.

Genometa - A Fast and Accurate Classifier for Short Metagenomic Shotgun Reads

Metagenomic studies use high-throughput sequence data to investigate microbial communities in situ. However, considerable challenges remain in the analysis of these data, particularly with regard to speed and reliable analysis of microbial species as opposed to higher level taxa such as phyla. We here present Genometa, a computationally undemanding graphical user interface program that enables identification of bacterial species and gene content from datasets generated by inexpensive high-throughput short read sequencing technologies. Our approach was first verified on two simulated metagenomic short read datasets, detecting 100% and 94% of the bacterial species included with few false positives or false negatives. Subsequent comparative benchmarking analysis against three popular metagenomic algorithms on an Illumina human gut dataset revealed Genometa to attribute the most reads to bacteria at species level (i.e. including all strains of that species) and demonstrate similar or better accuracy than the other programs. Lastly, speed was demonstrated to be many times that of BLAST due to the use of modern short read aligners. Our method is highly accurate if bacteria in the sample are represented by genomes in the reference sequence but cannot find species absent from the reference. This method is one of the most user-friendly and resource efficient approaches and is thus feasible for rapidly analysing millions of short reads on a personal computer.