Le rôle de l'intelligence artificielle dans le traitement des anévrismes de l'aorte abdominale

L'anévrisme de l'aorte abdominale est une maladie potentiellement mortelle dont la complication redoutable est la rupture d'anévrisme (Editor's Choice - European Society for Vascular Surgery). La principale méthode de traitement des anévrismes est la reconstruction chirurgicale, y compris une intervention ouverte ou endovasculaire ((ESVS) 2019 Clinical Practice Guidelines on the Management of Abdominal Aorto-iliac Artery Aneurysms). Les caractéristiques anatomiques des anévrismes et la présence d'une thrombomasse intraluminale font partie des critères pour décider de la tactique du traitement chirurgical. Ces facteurs entraînent des difficultés techniques supplémentaires et conduisent au développement de complications peropératoires, y compris ischémiques. L'ischémie des membres inférieurs est la complication la plus fréquente et peut être causée par une thrombose, une embolie ou une dissection de la paroi aortique (survient chez 7 % des patients) (Complications associées à la réparation d'un anévrisme aortique).

Ainsi, afin de réduire la fréquence des complications emboliques, il est important que le chirurgien détermine une zone "sûre" pour appliquer une pince sur l'aorte et les vaisseaux principaux. Ainsi, l'intelligence artificielle (IA) peut être utilisée pour interpréter et analyser des images d'anévrismes qui permettent des mesures quantitatives automatiques et la détermination des caractéristiques exactes de la morphologie et de l'hydrodynamique, ainsi que la présence de caillots sanguins intraluminaux et de calcifications. L'analyse basée sur l'intelligence artificielle peut conduire au développement de programmes informatiques pour prédire le développement des anévrismes et le risque de leur rupture, ainsi que les résultats postopératoires. L'intelligence artificielle peut également être utilisée pour déterminer les zones "sûres" du clampage aortique. (Intelligence artificielle dans l'anévrisme de l'aorte abdominale).

Adam et ses co-auteurs ont formé un réseau de neurones pour détecter et estimer le diamètre extérieur maximal des anévrismes à l'aide d'une base de données de 489 angiographies CT d'anévrismes de l'aorte abdominale. L'IA a atteint un niveau de performance et de précision adapté à la pratique clinique, et avec l'utilisation de plus d'images CT, une amélioration supplémentaire de la précision est attendue (Pre-surgical and Post-surgical Aortic Aneurysm Maximum Diameter Measurement: Full Automation by Artificial Intelligence). Dans une étude de Fujiwara et al. 145 scanners sans contraste avec suspicion d'anévrisme ont été rétrospectivement collectés. Initialement, l'IA a été formée en segmentant manuellement les images CT. Le traitement d'image a été utilisé pour déterminer la zone de l'anévrisme de l'aorte abdominale et pour mesurer automatiquement la taille. Cette méthode a montré que l'IA est un outil utile pour la détection et la mesure entièrement automatiques du diamètre de l'anévrisme. (Détection et mesure entièrement automatiques de l'anévrisme de l'aorte abdominale à l'aide de l'intelligence artificielle). Florent Lalys et son co-auteur. un algorithme automatique rapide et universel de détermination d'un thrombus intraluminal a été développé. La méthode a été testée sur des scanners pré- et postopératoires de l'aorte abdominale et de l'artère iliaque de 145 patients et consiste à déterminer la ligne centrale et la segmentation de la lumière aortique, une étape de prétraitement optimisée et l'utilisation d'un modèle 3D (Generic thrombus segmentation des CTA pré- et post-opératoires).

Compte tenu des références déjà disponibles dans certaines études sur l'utilisation de l'intelligence artificielle pour le traitement des maladies cardiovasculaires, son utilisation apparaît comme une méthode prometteuse pour la prise de décision dans la détermination des zones de clampage "sûres" dans le traitement chirurgical des anévrismes de l'aorte abdominale, ce qui réduira la fréquence des complications postopératoires.