Tijekom godina u literaturi se razvijala različita terminologija koja se koristi za opisivanje endoskopske vizualizacije vibracije fonacijskog aparata pomoću tehnike ultrabrze laringealne videoendoskopije, što je opisao u kratkom pismu Deliyski 2015. godine. Početno su se koristili termini poput „High-speed motion picture“ 1940-ih godina, do najkorištenijih termina poput „High-speed laryngoscopy“ i „High-speed laryngeal imaging“. U zaključku se preporučuje korištenje termina „Laryngeal High-Speed Videoendoscopy“ – ultrabrza laringealna videoendoskopija, jer se postiže ravnoteža između specifičnosti i konciznosti. (8)

Prvi zapisi i objektivna mjerenja vibracija glasnica korištenjem brze filmske slike pojavljuju se tridesetih godina prošlog stoljeća (dr. Paul Moore), a detaljni opis radova i razvoja nove tehnologije donosi P. Woo u svom članku Objective Measures of Laryngeal Imaging: What Have We Learned Since Dr. Paul Moore. (9) Sama tehnologija zbog svoje nepraktičnosti i velikih problema s izuzetno dugotrajnim postupcima razvoja i analize filma dugo se koristila samo u istraživačke svrhe. Godine 1976. niz autora ukazuje na moguću ulogu računala u prevladavanju nedostataka s ručnim mapiranjem slike glasnica (10), a nakon toga u seriji publikacija razvoj digitalne tehnologije i razvoj digitalne kimografije pospješuje razvoj ultrabrze laringealne videoendoskopije kakvu poznajemo danas. (11-13)

Današnje ultrabrze laringealne videoendoskopije mogu snimati slike u stvarnom vremenu i do 20.000 slika u sekundi, sa stalnim osvjetljenjem, visokom rezolucijom i kvalitetom slike, omogućavajući nam praćenje gibanja glasnica u detalje. Prema preporukama europskoga medicinskog priručnika Phoniatrics I. Fundamentals – Voice Disorders – Disorders of Language and Hearing Development, u svakodnevnom radu trebale bi se koristiti kamere od minimalno 4.000 slika u sekundi zbog bolje rezolucije i kvalitete. (14)

Jedna vibracija (otvaranje i zatvaranje glasnica) prilikom fonacije označava glotalni ciklus. Ako se jedan glotalni ciklus gleda trodimenzionalno, to znači da opisujemo njegovu amplitudu, frekvenciju (brzinu vibracije glasnica) i oblik (odnos između faze otvaranja i zatvaranja vibracija glasnica). Fundamentalna frekvencija odnosi se na broj vibracija koje glasnice učine u jednoj sekundi. (15, 16) Normalne glasnice obično se tijekom fonacije otvaraju i zatvaraju više od 100 puta u sekundi i vibriraju brzinama od približno jedan metar u sekundi. Prosječna fundamentalna frekvencija muškoga glasa iznosi oko 120 Hz, a ženskog 225 Hz. Što je veći broj vibracija glasnica, viša je vrijednost fundamentalne frekvencije pa i glas doživljavamo kao viši. (16) Glotalni ciklus odvija se kroz nekoliko faza. Nakon voljno započetog inspirija, slijedi prefonacijski ekspirij, glasnice su zatvorene. Djelomična opstrukcija ekspiracijske zračne struje izaziva povećanje subglotidnog tlaka koji razmiče glasnice – Bernoullijev učinak. Razmaknuti položaj glasnica traje toliko dugo dok se ne smanji subglotidni tlak ispod kritične granice, odnosno dok se ne ispusti zrak, što zahtijeva novi prefonacijski inspirij, glasnice se vraćaju u zatvorenu fazu. Pojam „zatvorena faza“ (glotalno zatvaranje) označava izgled larinksa prilikom „najzatvorenije“ faze jednoga glotalnog ciklusa kada glasnice promatramo odozgo, iz ptičje perspektive. Razlikujemo: potpuno zatvaranje, prednji rascjep, stražnji rascjep, rascjep u obliku pješčanog sata, u obliku vretena, iregularno zatvaranje, nepotpuno zatvaranje. Pri normalnoj fonaciji glasnice su najčešće u zatvorenoj fazi. (15)

Ultrabrzom laringealnom videoendoskopijom normalnih glasnica tijekom fonacije svaki glotalni ciklus predstavljen je s najmanje 2.000 slika u sekundi sakupljenih unutar toga istog ciklusa. Snimanje je u realnom vremenu i odvija se neprestano, tako da ne mogu nedostajati informacije između dva okvira snimanja. (17, 18)

Posljednjih nekoliko godina sve se više pažnje okreće prema korištenju fleksibilne fiberoptičke ultrabrze kamere i njezinom benefitu. Prvi preliminarni podatci 2016. godine opisani su u istraživanju Woo, et al. na 22 bolesnika s normalnim i patološkim uzorkom fonacije. (19) Iako snimke nisu toliko jasne kao pomoću snimanja krutim endoskopom, fleksibilni pristup ispitivanju omogućuje pregled gotovo svih bolesnika bez neprirodnog povlačenja jezika za adekvatan vizualni prikaz fonacijskog aparata, bez izazivanja nadražaja zbog transoralnog umetanja instrumenta kao kod krutog endoskopa. Sâm oblik pregleda ne ometa normalnu artikulaciju pa se tako može koristiti za proučavanje vibracijskog uzorka tijekom povezanog govora. (20) Velika očekivanja su usmjerena u daljnji razvoj ove dijagnostičke metode.

Početkom korištenja ultrabrze laringealne videoendoskopije u praksi pokazale su se potrebe za standardizacijom obrazaca za procjenu i kliničku upotrebu. (21-23) Da bi se stvorio obrazac za ocjenjivanje i obrazac protokola za edukaciju koji se može koristiti za izradu kvalitetnog nalaza bilo je potrebno nekoliko desetljeća. Godine 2016. Poburka i ostali autori stvaraju obrazac VALI koji opisuje realnu vizualno perceptualnu evaluaciju ultrabrze videoendoskopije i dopunu obrasca videostroboskopije. (24) Razvijeni obrasci pokazali su se učinkovitima u svakodnevnoj praksi.

Videostroboskopija glasnica danas je jedna od najvažnijih instrumentalnih metoda u otorinolaringologiji i igra važnu ulogu u kliničkoj procjeni i otkrivanju poremećaja mukoznog vala glasnica. Omogućuje nam promatranje vibracija glasnica koristeći pseudousporeno snimanje te nam pruža vizualnu informaciju o kretanju glasnica koristeći pulsirajući izvor svjetlosti. Metoda se zasniva prema Talbotovom zakonu. Ako periodičnim svjetlom obasjamo različite točke za vrijeme kontinuiranog kretanja glasnica, vizualno ćemo dobiti dojam usporenoga gibanja glasnica. Glasnice će izgledati statično kada je frekvencija stroboskopskih bljeskova jednaka vibraciji glasnica. (15) Kako bismo dobili stroboskopski učinak potrebno je periodično gibanje glasnica, odnosno kod aperiodičnog gibanja stroboskopsko svjetlo postaje asinkronizirano i ne može se dobiti prividno usporeno gibanje glasnica. Također, potreban je zvučni signal mikrofona radi određivanja frekvencije tona i usklađivanja frekvencije stroboskopskog svjetla. Za razliku od videostroboskopije, za ultrabrzu videoendoskopiju nije potreban zvučni zapis. Ultrabrza videoendoskopija omogućuje videozapis vibracija sluznice neovisno o iregularnosti njihova gibanja. Možemo pratiti vibratorne prekide i karakteristike gibanja grkljana prisutnih kod spazma, možemo pratiti početak i kraj fonacije te brze kretnje larinksa kao kod kašlja, smijanja, pročišćavanja grla. Snaga ultrabrze laringealne videoendoskopije leži u visokoj realno prostorno-vremenskoj razlučivosti omogućavajući preciznu vizualizaciju „nestacionarne“ dinamike grkljana. (17, 18)

Nažalost, bez obzira na veliku količinu dobivenih snimki, to je velika snaga, no isto tako i veliki nedostatak ultrabrze laringealne videoendoskopije zbog potrebnog vremena za njihov pregled. Stoga se uzimaju kraći segmenti koji uključuju samo nekoliko glotidnih ciklusa koji mogu pružiti relevantne podatke. (17, 18) I dalje nam je potrebna objektivna mjera koja može automatski odrediti segmente koji su suvišni i segmente koji su reprezentativni za dokumentiranje i usporedbu sadržaja ultrabrze laringealne videoendoskopije. Kako bi se ova mjerenja izvršila automatski, istraživači prvo moraju izgraditi valjane, pouzdane i točne algoritme segmentacije i registracije koja će nam omogućiti navigaciju kroz bogati sadržaj do mapiranja specifičnih područja od interesa. Taj proces stvaranja odgovarajućih algoritama još je u tijeku, tako da je do danas stvoreno nekoliko softverskih programa za analizu slika snimljenih ultrabrzom kamerom. U kontekstu ultrabrze laringealne videoendoskopije postoje tri vrste segmentacije: vremenska, slikovna i kimografska (prostorno-vremenska) segmentacija. Slično informacijama dobivenim digitalnom kimografijom, ali istovremeno analizirajući cjelokupan superiorni prikaz glasnica razvijen je pojam GAW (engl. glottal area waveform), opisan u istraživanju Woo P., koji pomaže integrirati veliku količinu dobivenih podataka. (25)

Od 2000. godine, kada započinje brži razvoj ultrabrze laringealne videoendoskopije, mnoge studije fokusirale su se na razvijanje i objašnjavanje normalnog ponašanja glasnica. Posebno je zanimljiva studija Ahmad, et al., gdje opisuju kako se „normalno gibanje glasnica“ i glas koji se percipira kao normalan može proizvesti s nekoliko različitih vibracijskih uzoraka, ali redovitost vibracija će ostati stalna. (26) Zatim su uslijedila mnoga istraživanja poremećenog ponašanja gibanja glasnica. Jedna od prvih takvih studija bila je Inwald, et al. (27) gdje su se proučavali bolesnici s funkcionalnom disfonijom i paralizom glasnica, a Patel, et al. svoj fokus usmjeravaju prema pronalaženju razlika u procjeni vokalnog tremora između muscule tension disfonije i aduktorne laringealne distonije (28) te svojim istraživanjem pokazuju superiornost ultrabrze laringealne videoendoskopije u odnosu na stroboskopiju baš zbog specifičnog tremora i prekida u fonaciji, odnosno kretnji koje stroboskop ne može mjeriti. Razlike između tih dviju patologija i pronalaženje novih spoznaja traju i danas. U svom istraživanju Chen, Woo, et al. 2018. godine nastavljaju prikazivati uspješnost ultrabrze laringealne videoendoskopije na šest ispitanika s aduktornom laringealnom distonijom i pet ispitanika s muscule tension disfonijom te pronalaze značajne razlike u vibracijskom obrascu koji se može koristiti kao diferencijalno-dijagnostička metoda tih dviju vrsta disfonije. (29)

Potencijalnu uporabu ultrabrze videoendoskopije na laringektomiranim osobama opisuju nam van As i suradnici. Prvim u nizu svojih istraživanja 46 laringektomiranih osoba objasnili su anatomske i morfološke karakteristike faringoezofagealnog segmenta (Figure 2). Opisali su oblik, mjesto vidljive vibracije, no isto tako su pronašli velike varijacije u vibraciji sluznice čak i kod osoba s istom vrstom operacije i rekonstrukcije. (30) Varijable koje su koristili za vizualnu procjenu brzih digitalnih snimki bile su podijeljene na one koje su se odnosile na procjenu ukupne kvalitete slike (ukupna kvaliteta snimke, osvijetljenost i stupanj fokusiranja relevantnih dijelova) i sedam anatomskih i morfoloških karakteristika (količina sline vidljive prilikom snimanja, sama vidljivost faringoezofagealnog segmenta i njegovog oblika, mjesto i pravilnost vidljive vibracije, zatvorenost/otvorenost faze, prisutnost mukoznog vala sluznice). Samim istraživanjem prikazana je vrijednost ultrabrze videoendoskopije kao jedine metode kojom se mogu vizualizirati vibracije faringoezofagealnog segmenta pri fonaciji i kojom dobivamo pogled odozgo, iz ptičje perspektive. (30) Istraživanjem su kod većine ispitanika jaki val vibracije pronašli uglavnom u cijeloj cirkumferenciji faringoezofagealnog segmenta, a oblik segmenta koji je prevladavao jest „split side-to-side“. Sljedećim istraživanjem koje je uslijedilo 2004. godine van As, et al. povezuju ultrabrzu videoendoskopiju i videofluoroskopiju i opisuju dva „pogleda“ faringoezofagealnog segmenta – odozgo pomoću ultrabrze videoendoskopije i lateralni pogled pomoću videofluoroskopije, (31) a već iduće godine pomoću ultrabrze digitalne snimke i perceptivnih tehnika za procjenu kvalitete alaringealnog glasa povezuju u cjelinu anatomske i funkcionalne karakteristike faringoezofagealnog segmenta. (32) Za razliku od van As, et al., Lundström i Hammarberg opisuju najčešću vibraciju faringoezofagealnog segmenta u području stražnje stijenke, što se možda može objasniti činjenicom da je u istraživanju korištena fleksibilna endoskopija, no kako sami autori navode, istraživanje je bilo provedeno na četiri ispitanika, što je nedostatno i potrebna su daljnja istraživanja. No, ono što su istaknuli u svojoj studiji jest da kombinacijom akustične analize i ultrabrze videoendoskopije dobivamo nove spoznaje koje bi trebale biti korisne u rehabilitaciji govora. (33) Arenaz Búa, et al. po prvi put u istraživanju koriste „high-resolution“ videomanometriju u kombinaciji s endoskopskom procjenom gutanja i ultrabrzom videoendoskopijom kako bi okarakterizirali faringoezofagealni segment u laringektomiranih osoba koji su ocijenjeni kao dobri govornici. Na 14 ispitanika koji su sudjelovali u studiji pronašli su značajnu povezanost između loše kvalitete glasa, starosti i hiperfunkcije faringoezofagealnog segmenta. Pomoću videomanometrije tijekom fonacije prikazali su niže tlakove u distalnom dijelu jednjaka u usporedbi s normalnim ispitanicima te niže vrijednosti tlakova u faringoezofagealnom segmentu, a i tlakovi se smanjuju od distalnog dijela jednjaka prema ždrijelu, što pokazuje koliko jednjak doprinosi protoku zraka neophodnom za stvaranje traheoezofagealnog govora. (34)

Ultrabrza videoendoskopija pruža najpouzdaniju objektivnu kvantifikaciju vibracijskog ponašanja vokalne sluznice bez obzira je li ponašanje periodično ili aperiodično. Sama tehnologija već pomaže u usmjeravanju inovacija u kirurškim metodama i razvoju bioimplantata za oporavak oštećenog superficijalnog sloja glasnice koji je jedan od glavnih uzroka promuklosti. Ultrabrza videoendoskopija je jedina metoda koja vizualizira i mjeri vibracije faringoezofagealnog segmenta nakon laringektomije. Otkrivanjem poremećaja u karakteristikama fonatornog gibanja sluznice faringoezofagelanog segmenta moći ćemo bolje objasniti poteškoće u produkciji glasa te utjecati na tehnike rekonstrukcije faringoezofagelanog segmenta prilikom operativnog zahvata i bolje planirati i prilagoditi rehabilitacijske postupke mogućnostima svakog bolesnika. Brzi digitalni videoendoskopski sustavi bez sumnje mnogo obećavaju, no daleko od toga da su gotov proizvod spreman za masovnu kliničku uporabu. Unatoč očitim prednostima, ultrabrza videoendoskopija još nije postigla široku kliničku primjenu zbog preostalih tehničkih, metodoloških i praktičnih problema. Nema standardiziranih kliničkih protokola i nema dovoljno poticaja među kliničarima da implementiraju ovu novu, skupu tehnologiju. Stoga su neophodna daljnja klinička istraživanja o valjanosti i kliničkoj važnosti ultrabrze videoendoskopije.