마이애미에 위치한 Nicklaus Children’s Hospital의 Cardiovascular Surgery Advanced Projects Laboratory(심혈관 수술 첨단 프로젝트 연구소, 이하 APL)는 Stratasys 3D 프린터를 비롯한 다양한 디지털 3D 기술을 활용하여 신체 구조를 시각화하고 소아 환자의 수술 절차를 계획합니다. 지난 고객 사례에서는 Nicklaus Children’s Hospital이 3D 프린팅을 이용하여 소아 환자의 심장을 복구하는 과정을 통해 임상 환경에서 해부학적 모델이 지닌 엄청난 잠재력을 살펴보았습니다. Nicklaus Children’s Hospital의 최근 성공 사례에서는 수술이 까다로운 종양을 제거해야 했던 8세 소년 Roy의 생명을 살리기 위한 수술 계획에 대해 다룹니다.
3D printing the skull using the Stratasys J5 MediJet
Roy의 경우 치명률이 높은 암인 골육종이 외과의들도 일반적으로 수술하지 않는 어려운 위치에 있었고, 다양한 분야의 전문의로 구성된 Nicklaus Children’s Hospital의 외과 의료진에게도 복잡하고 까다로운 케이스로 분류되어 사전에 철저한 계획이 필요했습니다. 그러나 Roy의 사례는 APL 연구소장인 Robert Hannan 의학 박사에게는 ‘환자와 가족의 일생 동안 희망과 미래를 약속한다’ 는 APL의 비전을 실현할 수 있는 절호의 기회이기도 했습니다.
Craniofacial 프로그램의 수술 책임자인 의학 박사 Jordan P. Steinberg는 “이 부분(육종)까지 도달하는 방법을 모색하는 한편 환자의 외모에 미치는 영향을 최소화하면서 봉합하는 방법을 찾아야 한다는 것이 우리의 접근 방식에 있어서 매우 중요한 동기가 되었습니다”라고 설명합니다. 외과 과장인 John Ragheb 의학 박사의 도움으로 외과의들은 종양이 뇌 안쪽 눈 아래에 자리 잡았고, 비록 까다롭지만 접근할 방법이 존재한다는 사실을 파악했습니다.
APL 의료진은 Synopsys Simpleware 소프트웨어로 Roy의 두개골, 관련 해부학적 부위, 그리고 종양의 이미징 데이터를 불러온 다음 세분화하여 수술 준비를 지원했습니다. 세분화된 데이터는 Stratasys J5 MediJet 프린터를 통해 의료 진단 모델로 제작되었습니다*. Ragheb 박사에 따르면 종양을 분홍색으로 강조 표시해둔 이 모델 덕분에 종양에 도달하는 방법을 구상하는 데 큰 도움이 되었다고 합니다. 의료진은 Roy의 입을 통해 종양의 대부분을 성공적으로 제거하였으며, 덕분에 아이의 외모를 해치는 흉터를 남기지 않고 수술을 진행할 수 있었습니다. 머리선 뒤쪽 두피에 칼집을 내고 두개골 일부분을 절개한 다음 광대뼈를 부분적으로 제거하는 기법을 사용하여 의료진이 바로 위쪽에서 종양을 관찰할 수 있었습니다.
3D 프린팅 모델뿐 아니라 증강 현실(AR) 툴인 DICOM Director Intravision XR에도 이 데이터를 내보냈고, 덕분에 Roy와 가족이 Microsoft HoloLens 2를 통해 가상으로 두개골 내부를 들여다보며 수술에 관해 보다 잘 이해할 수 있었습니다. “이러한 기술 덕분에 오늘날 의료진은 정확히 어떤 수술을 진행할 것인지, 영향을 받는 주변 부위는 어디인지를 환자와 가족에게 보여줌으로써 수술의 위험도와 효과를 설명할 수 있게 되었습니다. 이것은 과거에는 전혀 불가능했던 일이죠”라고 Steinberg 박사가 말합니다.
Ragheb 의학 박사
외과 과장, Nicklaus Children’s Hospital
Watch Full Video:
*Synopsys Simpleware software has FDA 510(k) clearance to go from DICOM data to image processing and export of files for 3D printing using Stratasys printers such as the J5 MediJet. Simpleware software has been validated with Stratasys printers and materials for select anatomies, and makes it straightforward for Stratasys users wanting to use diagnostic medical models from patient-specific images”
