Udvikling og validering af CT-baserede diagnostiske modeller, der bruger kunstig intelligens til påvisning af tyndtarmsobstruktion (SMARTLOOP2)

Tyndtarmsobstruktion (SBO) er en almindelig ikke-traumatisk kirurgisk nødsituation. Alle retningslinjer anbefaler computertomografi (CT) som første-line billeddiagnostisk test for patienter med mistanke om SBO. Målene med CT er flere: (i) at bekræfte eller afkræfte diagnosen GI obstruktion, defineret som udspilning af fordøjelseskanalen større end 25 mm, og, når SBO er til stede, (ii) at bekræfte mekanismen (mekanisk vs. funktionelle), (iii) for at lokalisere stedet for obstruktion, dvs. overgangszonen (TZ), (iv) for at identificere årsagen og (v) for at se efter komplikationer såsom strangulering eller perforering, hvilket påvirker håndteringen.

I betragtning af den eksponentielle stigning i antallet af scanninger, der udføres, især i forbindelse med nødhåndtering, ville metoder til at hjælpe radiologen være nyttige til:

1. Sorter de udførte scanninger, hvilket muliggør prioritering af analysen af ​​scanninger med en højere sandsynlighed for patologi (okklusion i vores tilfælde)
2. Hjælp radiologen med at diagnosticere okklusion og dens type (funktionel eller mekanisk) og med at identificere tegn på sværhedsgrad.
3. At hjælpe akutlægen og fordøjelseskirurgen med at træffe en beslutning om håndteringen af ​​sygdommen (kirurgisk eller medicinsk).

Maskinlæring har udviklet sig hurtigt i løbet af de sidste årtier, først takket være stigningen i datalagringskapacitet, dernæst takket være ankomsten af ​​parallel behandlingshardware baseret på grafiske behandlingsenheder i forbindelse med radiologisk diagnostisk assistance. Følgelig stiger antallet af undersøgelser af dybe neurale netværk i medicinsk billeddannelse hurtigt. Det er dog få hold, der fokuserer på SBO. De eneste offentliggjorte klassifikationsmodeller er blevet fremstillet til standard abdominale røntgenbilleder. Ingen undersøgelser har brugt CT- eller 3D-modeller, bortset fra vores foreløbige undersøgelse af ZT'er, på trods af de anerkendte fordele ved CT til diagnosticering af SBO og det sandsynlige bidrag fra 3D-modeller, som kan sammenlignes med multiplanar rekonstruktion til analyse af billeder i flere rumplaner.