Umělá inteligence pro intraprocedurální hodnocení embolizace děložní tepny (AI-EMBO)

Pozadí a odůvodnění.

Děložní myomy postihují až 70–80 % žen v reprodukčním věku. Embolizace děložní tepny dosahuje technické úspěšnosti nad 95 % a zlepšení příznaků přibližně u 75–90 % pacientek; je však spojena s 20–30 % kumulativním rizikem klinického selhání nebo nutnosti reintervence za 5 let. Současné intraprocedurální hodnocení adequacy embolizace je založeno na kvalitativních angiografických kritériích (např. "5–10 tepů stagnace", "ořezaný vzhled stromu"), která jsou subjektivní a závislá na operatérovi. Nové důkazy naznačují, že dosažení téměř úplné, spíše než úplné, stagnace toku může snížit pooperační bolest, což zdůrazňuje potřebu kvantitativních a standardizovaných hodnoticích nástrojů.

AQ-VERO je interně vyvinutá softwarová platforma, která provádí kvantitativní analýzu času do hustoty (TTD) angiografických snímků za účelem objektivního kvantifikování prokrvení dělohy a myomů v reálném čase.

Cíle.

Hlavní cíl: Ověřit přesnost a intra-/interpozorovatelskou reprodukovatelnost metrik AQ-VERO TTD při kvantifikaci změn prokrvení během embolizace děložní tepny.

Vedlejší cíle: (a) Vyvinout a interně ověřit rozhodovací podpůrný model založený na umělé inteligenci, který využívá metriky odvozené od AQ-VERO k identifikaci předem definovaných koncových bodů embolizace; (b) Prozkoumat korelaci mezi intraprocedurálními metrikami TTD a pooperačními klinickými výsledky, včetně zlepšení příznaků, skóre rané bolesti a potřeby reintervence.

Design studie. Toto je ambispektivní (zahrnuje retrospektivní a prospektivní sledování), multicentrická observační studie zahrnující ženy podstupující embolizaci děložní tepny pro symptomatické děložní myomy. Standardizované angiogramy budou pořizovány a analyzovány pomocí AQ-VERO za účelem extrakce perfuzních parametrů TTD (např. čas do vrcholu, plocha pod křivkou, charakteristiky wash-in/wash-out). Operatéři budou dokumentovat konvenční kvalitativní angiografické koncové body. Klinické a zobrazovací sledování bude shromažďováno podle institucionálních protokolů.

Hlavní cíl:

• Vyhodnotit, zda prediktivní model AI vyvinutý pomocí metrik AQ-VERO© dokáže předpovědět klinický výsledek, definovaný jako úplné nebo významné vymizení příznaků souvisejících s myomy.

Vedlejší cíle:

• Korelovat odlišné morfologie křivek TTD a metriky AQ-VERO s pooperační bolestí.
• Detekovat přítomnost kolaterálního nebo akcesorního arteriálního zásobení, které by mohlo ohrozit účinnost embolizace.

Význam. Očekává se, že tato studie stanoví kvantitativní a umělou inteligencí rozšířený rámec pro intraprocedurální hodnocení embolizace během embolizace děložní tepny, což potenciálně sníží variabilitu a zlepší dlouhodobé klinické výsledky.