Klinische Anwendungen der Hochgeschwindigkeits-Videolaryngoskopie

Obwohl die ersten Hochgeschwindigkeitsaufnahmen des Kehlkopfes fast 100 Jahre zurückliegen und sie die einzige Möglichkeit sind, das tatsächliche Schwingungsverhalten der menschlichen Stimmlippen darzustellen, hat die Hochgeschwindigkeits-Videolaryngoskopie noch nicht Einzug in die tägliche klinische Routine gehalten.

Einen unverzichtbaren Bestandteil der Stimmdiagnostik stellt die Visualisierung des Kehlkopfes und damit der Stimmlippen und ihrer Schwingungseigenschaften dar. Breite klinische Anwendung hierfür findet die Videolaryngostroboskopie, obwohl diese nur Scheinbewegungen der Stimmlippen liefert.

Alles begann mit dem Telefon

In den 1930er-Jahren wurde von den Ingenieuren der Bell Laboratories, jenen Ingenieuren, die auch das erste Telefon entwickelten, aufgrund ihres bekundeten Interesses am menschlichen Sprechen und damit auch an der Stimme eine Hochgeschwindigkeitskamera entwickelt, die in den Folgejahren bereits mit 4000 Bildern pro Sekunde den Kehlkopf darstellen konnte. Heute sind Systeme für Hochgeschwindigkeits-Videolaryngoskopien (HSV) nicht nur in der Forschung im Einsatz, sondern auch für den klinischen Alltag kommerziell erhältlich.

Hochgeschwindigkeits-Videolaryngoskopie heute

Mittlerweile können mit der HSV bis zu 20000 Bilder pro Sekunde und mehr generiert werden. Dies ist nicht von einer stabilen Grundfrequenz abhängig, weshalb die HSV in der Darstellung von Ein- und Ausschwingvorgängen der Stimmlippen sowie von hochgradig dysphonen Stimmen der Stroboskopie weit überlegen ist. Zacharias et al. (2018) konnten weiters in ihrer Publikation zeigen, dass sich insbesondere die Beurteilung der Randkantenverschieblichkeit und der Amplitude der Stimmlippe im Schwingungszyklus durch die Anwendung der HSV gegenüber der Stroboskopie signifikant änderte (Abb. 1). Überraschenderweise wurden diese Parameter in der HSV höher bewertet als in der Stroboskopie. In 7% der Fälle führte die HSV sogar zu einer Diagnoseänderung und damit einer potenziell anderen Therapieplanung. Trotz all dieser Vorteile hat sich die HSV im klinischen Alltag noch nicht durchgesetzt.

Schwierigkeiten und Limitationen

Um das Ziel zu erreichen, die HSV als neuen klinischen Goldstandard zu etablieren, gilt es, Lösungen für die Schwierigkeiten und Limitationen zu finden. Die meisten HSV-Systeme sind noch immer unhandlich, die Kameras zu schwer, insbesondere für eine längere Untersuchungsdauer. Ein Teil der Hochgeschwindigkeitskameras liefert nur schwarzweiße Bilder, wodurch wichtige klinische differenzialdiagnostische Informationen fehlen können. Nichtsdestotrotz ist eine beeindruckend gute Bildqualität transoral mit starren Optiken zu erreichen. Ist jedoch eine transnasale Endoskopie erforderlich, muss auf fiberoptische Endoskope mit den damit verbundenen Einbußen in der Bildqualität zurückgegriffen werden, da „Chip-on-the-tip“-Lösungen technisch nicht möglich sind.

Weiters entsteht durch die hohe Bildrate eine enorme Datenmenge, die verarbeitet, gespeichert und analysiert werden muss. Es übersteigt die menschlichen Möglichkeiten und zeitlichen Ressourcen, bis zu 80000 Bilder nach einer Untersuchungsdauer von nur 4 Sekunden zu analysieren. Deliyski et al. (2015) konnten aber zeigen, dass mit niedrigen Bildraten – unter 4000 Bildern pro Sekunde bei Frauen und 3200 Bildern pro Sekunde bei Männern – die Vorteile der HSV gegenüber der Stroboskopie schwinden, weshalb diese Werte als Mindestanforderung gesehen werden sollten. Für höhere Frequenzen, wie sie bei hohen Frauenstimmen zu erwarten sind, würde eine zu niedrige Bildrate nämlich bedeuten, dass von jedem Schwingungszyklus nur noch einige wenige Bilder generiert werden, was eine Beurteilung unmöglich macht. HSV-Aufnahmen mit Bildraten unter 2000 Bildern pro Sekunde sind für die Beurteilung vieler klinischer Parameter bereits völlig ungeeignet. Internationale Guidelines oder Standards zur Bildrate gibt es jedoch nicht.

Künstliche Intelligenz als Lösung?

In den letzten 15 Jahren haben sich die Möglichkeiten von künstlicher Intelligenz im Bereich der Bilderkennung signifikant weiterentwickelt. Für die HSV liegt der Fokus auf der Erkennung und Analyse der Stimmlippenschwingungen und der Identifizierung von Stimmlippenläsionen. Zum Einsatz kommen hierbei hauptsächlich Convolutional Neural Networks (CNN). Hierbei handelt es sich um eine Sonderform eines künstlichen neuronalen Netzes, das speziell für maschinelles Lernen und die Verarbeitung von Bilddaten vorgesehen ist. Mit einem CNN ist es Fehling et al. (2020) bereits gelungen, Glottis und Stimmlippen vollautomatisch zu segmentieren. Ziel für die HSV muss es sein, ein ähnliches System zu entwickeln, wie es in der Koloskopie für die Echtzeiterkennung von Kolonpolypen seit einigen Jahren bereits zur Verfügung steht.

Digitale Kymografie

Einen anderen Ansatz, um die riesigen Bild- und Datenmengen einer HSV im klinischen Alltag zu analysieren, gibt es bereits: die digitale Kymografie. Sie wurde 1994 entwickelt und ermöglicht eine objektive Auswertung des Bildmaterials. Es handelt sich dabei um eine Methode, bei der eine einzelne Pixelzeile aus der HSV ausgewählt, um 90Grad gedreht und im zeitlichen Verlauf aneinandergereiht dargestellt wird. 2007 publizierten Jan Svec et al. 10 Beurteilungskriterien für die Videokymografie bei Stimmstörungen. Diese Kriterien umfassen klassische Merkmale wie Amplitude und Randkantenverschieblichkeit und zusätzliche, die vor allem der Stroboskopie verborgen bleiben, wie Frequenzunterschiede zwischen der linken und rechten Stimmlippe oder verschiedene Formen von Irregularitäten. In vielen der aktuellen Publikationen im Bereich der klinischen Anwendung der HSV kommt die digitale Kymografie zum Einsatz.

Indikationen

Neben vielen klassischen Indikationen für eine HSV wie organische Veränderungen an den Stimmlippen bis hin zu funktionellen Stimmstörungen ergeben sich durch die Vorteile der HSV gegenüber der Stroboskopie auch zusätzliche Indikationen wie die spasmodische Dysphonie oder Diplophonien. Die HSV kann auch zur empirischen Evaluation therapeutischer Techniken angewandt werden.

Spasmodische Dysphonie

Bei der spasmodischen Dysphonie vom Adduktortyp handelt es sich um eine aufgabenspezifische fokale Dystonie des Kehlkopfes, welche zu unwillkürlichen adduktorischen Bewegungen des Larynx während der Phonation führt. Daraus resultiert eine angestrengte gepresste Stimme mit irregulären und unkontrollierten Stimmabbrüchen, worunter auch die Verständlichkeit der Betroffenen erheblich leiden kann. Aufgrund der auditiv-perzeptiven Eigenschaften dieser Erkrankung kann es aber zu Verwechslungen mit einer Muscle Tension Dysphonia kommen, einer Stimmstörung, die durch enorm hohe Spannungen der Larynxmuskulatur entsteht, vor allem deshalb, weil in der Vergangenheit neben dem endoskopischen Befund vorwiegend perzeptive Kriterien zur Diagnosestellung herangezogen wurden. Mit der HSV ist es nun gelungen, im Falle einer spasmodischen Dysphonie vom Adduktortyp vermehrt Aperiodizitäten und insbesondere komplette Schwingungsunterbrechungen in der Kymografie zu visualisieren, was ein bedeutendes differenzialdiagnostisches Kriterium darstellt. Bei einer Muscle Tension Dysphonia traten diese Abbrüche nicht auf.

Diplophonie

Als Diplophonie wird das Phänomen bezeichnet, dass eine Stimme gleichzeitig auf zwei unterschiedlichen Tonhöhen wahrgenommen wird. Peak Woo unterschied in seiner Publikation verschiedene Schwingungsmuster bei Diplophonie, welche eine klinische Anwendung der HSV ermöglichen und Therapieentscheidungen mit beeinflussen können. Symmetrische Schwingungsmuster bei Diplophonie sprechen für ein generalisiertes Defizit, wie eine Stimmlippenatrophie, weshalb Patient:innen von einer beidseitigen Stimmlippenaugmentation oder -medialisation profitieren, während asymmetrische Schwingungsmuster eine einseitige Pathologie wie eine Stimmlippenlähmung nahelegen, welche mit einer einseitigen Augmentation, Thyroplastik Typ I oder Reinnervation behandelt werden kann. Umschriebene Läsionen wie Stimmlippenpolypen können Schwingungsunregelmäßigkeiten der normal erscheinenden Seite als Ursache für eine Diplophonie auslösen. Eine phonochirurgische Abtragung kann diese Auswirkung vollständig beheben.

Diese klinischen Anwendungen der HSV unterstreichen den diagnostischen Zugewinn, den wir durch Weiterentwicklung dieser Technologie, internationale Standards und wohl auch unter Einbeziehung künstlicher Intelligenz allen unseren Patient:innen in Zukunft ermöglichen sollten.

Literatur: