Segmentazione del perforatore cutaneo abilitata dall'intelligenza artificiale

Obiettivi e ipotesi da verificare:

Lo scopo di questo studio clinico a braccio singolo è convalidare le prestazioni dello strumento di segmentazione della perforatrice cutanea abilitato all'intelligenza artificiale (strumento AI) nella raccolta FFF assistita da computer.

Testare l'accuratezza predittiva (PA) dello strumento AI nell'identificazione dei perforatori cutanei target (endpoint primario)

• L'esito primario della PA viene calcolato dal numero di perforanti mirate veri/falsi positivi (TP/FP) e veri/falsi negativi (TN/FN).
• Gli esiti secondari includono la sensibilità (SEN), la specificità (SPE), i valori predittivi positivi e negativi (rispettivamente PPV e NPV).

La nostra ipotesi è che lo strumento di segmentazione dei vasi abilitato all'intelligenza artificiale dimostrerà un elevato livello di precisione nell'identificazione delle perforanti cutanee durante il raccolto FFF osteocutaneo CAS.

Piano di indagine:

(i) Progettazione dello studio

Lo studio attuale è uno studio clinico monocentrico a braccio singolo per esplorare le prestazioni di uno strumento di segmentazione della perforatrice cutanea abilitato all’intelligenza artificiale nella raccolta CAS FFF. Il protocollo dello studio dovrà essere conforme agli elementi del protocollo standard: raccomandazioni per prove interventistiche (SPIRIT) e modello pratico di implementazione e sostenibilità robusta (PRISM).

Procedura di raccolta dati È stato progettato un modulo di segnalazione del caso (CRF allegato in Appendice) per raccogliere i dati della ricerca pre e intraoperatoria.

Verranno raccolti i dati demografici dei pazienti, tra cui età, sesso, altezza corporea, peso, indice di massa corporea (BMI), diagnosi, storia medica e abitudine al fumo.

Verranno inoltre ottenute misurazioni preoperatorie dopo aver incorporato i perforatori cutanei segmentati con AI nel VSP, incluse ma non limitate a:

• Lunghezza totale del perone
• Numero e lunghezza dei segmenti del perone
• Numero di impianti dentali immediati
• Numero di perforatori

• Tipo di perforatori:

  1. Settocutaneo vs muscolocutaneo
  2. Mirato (da incorporare nel VSP e nella raccolta) vs accessorio (altri perforatori)

• Posizione relativa delle perforanti, misurata come la distanza dal punto più inferiore del malleolo laterale a:

  1. Livello della perforante, poiché attraversa la faccia posteriore del perone
  2. Il punto in cui si biforca dall'arteria peroneale
• Tempo impiegato per incorporare il modello del perforatore cutaneo nel flusso di lavoro VSP originale

Durante l’intervento, le seguenti informazioni verranno registrate nella CRF:

• Deviazione tra le posizioni delle perforanti cutanee identificate dallo strumento AI e durante l'intervento chirurgico nel punto in cui attraversa il bordo posteriore del perone
• Necessità di modifiche intraoperatorie del VSP a causa della discrepanza nell'identificazione della perforante
• Soddisfazione degli operatori con lo strumento di segmentazione AI

L’endpoint primario è l’accuratezza predittiva dello strumento di segmentazione della perforatrice cutanea abilitato all’intelligenza artificiale. Verrà calcolato secondo la definizione di Šimundić et al. Quando la perforante cutanea viene identificata sia dallo strumento di segmentazione AI sia durante l'intervento chirurgico, verrà conteggiata come vera positiva (TP). Quando la perforante viene identificata dallo strumento di segmentazione AI, ma non viene trovata durante l'intervento, viene conteggiata come falso positivo (FP). Quando la perforante viene vista durante l'intervento, ma non mostrata dallo strumento AI, si tratta di un falso negativo (FN). Infine, verrà derivato un conteggio delle perforanti veri negativi (TN) da quei soggetti che non presentano una perforante FN. L'accuratezza predittiva (PA) è identificata come percentuale di veri perforatori tra tutti i perforanti ed è calcolata come (TP +TN)/(TP+FP+TN+FN)*100%.

I risultati secondari di sensibilità (SEN), specificità (SPE), valori predittivi positivi e negativi (rispettivamente PPV e NPV) dello strumento di segmentazione AI saranno calcolati secondo la definizione fornita nella Tabella 1. Questi risultati saranno calcolati sul tronco perforante per tutti i perforatori quando questi attraversano il bordo posteriore del perone e sui rami per i perforanti presi di mira quando entrano nello strato sottocutaneo della pelle.

(ii) Metodi

Il Prof. Pu e il Prof. Su lavorano da diversi anni sulla ricostruzione della mascella assistita da computer e sulla pianificazione chirurgica virtuale. Il flusso di lavoro è già stato impostato per i progetti HMRF precedentemente finanziati. L'efficienza, la prevedibilità e l'accuratezza del protocollo sono state dimostrate in articoli pubblicati in precedenza.

Per il progetto attualmente proposto, i ricercatori mirano a incorporare lo strumento AI nell’attuale flusso di lavoro VSP e valutarne le prestazioni. Il processo completo sarà diviso in tre parti: 1) preparazione preoperatoria; 2) intervento chirurgico e registrazione intraoperatoria; 3) rivalutazione postoperatoria. Nello studio preliminare, i ricercatori hanno stabilito la fattibilità della metodologia attraverso diversi casi pilota.

1. Preparativi preoperatori:

   Imaging preoperatorio con tomografia computerizzata (CT) I pazienti arruolati nello studio verranno sottoposti a una scansione TC su un sistema General Electric Revolution (GE Healthcare, Chicago, IL) con spessori di fetta di 0,625 mm sia per la testa che per il collo e per gli arti inferiori . Verrà somministrato per via endovenosa un mezzo di contrasto iodato (Iopamiro 370, Bracco, Israele) ad una concentrazione di 370 mg/ml ad una velocità di flusso compresa tra 4 e 5 ml/sec, verrà eseguita l'angio-TC dell'arto inferiore in fase arteriosa. I dati di imaging verranno esportati nel formato Digital Imaging and Communications in Medicine (DICOM).

   Segmentazione abilitata all'intelligenza artificiale delle perforanti cutanee dall'angiogramma TC I dati DICOM della CTA verranno importati nella workstation AI (United Imaging Intelligence (UII), Shanghai, Cina). L'osso della tibia e del perone, la pelle, i vasi sanguigni degli arti inferiori tra cui l'arteria tibiale anteriore (ATA), l'arteria tibiale posteriore (PTA) e l'arteria peroneale (PEA) saranno segmentati con un intervallo di soglia preimpostato per generare la stereolitografia ( modelli .stl). Sulla base della CNN completa di V-net, i rami dei vasi sanguigni dal PEA verranno automaticamente segmentati per costruire il file .stl modello. I piccoli vasi perforanti della PEA che viaggiano lateralmente attraversando il bordo posteriore dell'osso del perone fino alla superficie cutanea saranno contrassegnati come perforanti della pelle. I modelli .stl dell'osso del perone, della pelle, dell'ATA, del PTA, del PEA e dei perforatori della pelle verranno esportati dalla workstation per essere incorporati nel flusso di lavoro VSP.

   Pianificazione della chirurgia virtuale

   Imaging preoperatorio e costruzione di modelli La scansione TC preoperatoria verrà importata nel software ProPlan CMF 2.1 (Materialise, Leuven, Belgio). Verrà eseguita la segmentazione del volume per costruire i modelli virtuali 3D delle mascelle.

   Incorporazione dei perforatori della pelle I modelli .stl esportati dalla workstation AI verranno importati nel file ProPlan. Verranno misurate e registrate la lunghezza del perone e la posizione della perforatrice cutanea.

   Il prelievo virtuale del lembo del perone, la segmentazione e l'inserimento dell'impianto dentale VSP verranno eseguiti utilizzando la metodologia descritta nelle pubblicazioni precedenti. L'entità della resezione sarà predeterminata, in base al tipo e all'estensione della patologia. Le osteotomie per il prelievo e la segmentazione del perone saranno pianificate per adattarsi al difetto dopo la resezione guidata del tumore. La posizione degli impianti dentali immediati sarà contrassegnata nei segmenti del perone. Prendendo in considerazione la posizione dei perforatori cutanei, le osteotomie possono essere adattate per includere il punto di prelievo dei perforatori cutanei, evitando di posizionare il perforatore direttamente nelle osteotomie pianificate o nei punti di inserimento dell'impianto.

   Progettazione e realizzazione di guide chirurgiche e/o piastre Dopo la conferma del VSP, le guide chirurgiche e/o le piastre saranno progettate utilizzando il software 3-matic 13.0 (Materialise, Leuven, Belgio). La posizione dei perforatori mentre attraversano il bordo posteriore del perone sarà contrassegnata con una piccola sfera sulla guida di raccolta del perone. Le guide verranno stampate con resina biocompatibile e autoclavabile: MED610 (Stratasys Ltd, Eden Prairie, MN, USA) o NextDent SG (Vertex Dental, Paesi Bassi).

2. Procedure chirurgiche e registrazione intraoperatoria Tutte le procedure chirurgiche saranno condotte secondo la modalità di routine della ricostruzione della mascella CAS utilizzando FFF da parte dell'AP. In breve, le osteotomie, l'inserimento diretto dell'impianto dentale, i movimenti ossei e l'inserimento osseo saranno guidati dai modelli chirurgici preparati.

   Verranno condotte misurazioni intraoperatorie. Eventuali perforanti FP o FN verranno registrate. Qualsiasi evento imprevisto che richieda la modifica del piano di prelievo del perone verrà registrato. La gestione perioperatoria standard sarà condotta in modo routinario.

3. Valutazione postoperatoria La valutazione postoperatoria sarà condotta tra l'équipe chirurgica guidata dall'AP e l'équipe informatica guidata dal Co-A. Eventuali eventi intraoperatori saranno discussi tempestivamente. L'immissione dei dati verrà eseguita per ciascun caso subito dopo l'intervento.

(iii) Dimensione del campione Il calcolo della dimensione del campione è determinato dall'endpoint primario, che si concentra sull'accuratezza predittiva dello strumento AI nell'identificare i perforanti cutanei target. Poiché la percentuale di successo del metodo convenzionale nell'identificazione di una correlazione affidabile era del 67%, lo scopo dello strumento di segmentazione AI è raggiungere una precisione minima dell'80%. Viene utilizzato un test unilaterale per la non inferiorità/superiorità. La dimensione del campione viene calcolata utilizzando il test binomio esatto per uno studio clinico di non inferiorità/superiorità a campione singolo. L'ipotesi può essere unificata come: H0: p = p0 + δ contro Ha: p = p1. Qui, δ rappresenta la dimensione dell’effetto dell’intervento; p0 è uguale all'80% e p è la vera accuratezza che si ipotizza superi l'80% con una potenza statistica di almeno il 90% con un livello di significatività del 5%.

Secondo un precedente rapporto sullo strumento di segmentazione dei perforatori cutanei abilitato all’intelligenza artificiale, l’accuratezza diagnostica era del 97%. I ricercatori possono stimare in modo conservativo il tasso di successo reale pari al 95% (che rappresenta una dimensione dell'effetto dell'intervento del 15%). Sulla base del calcolo, si prevede che un campione di 44 persone abbia una potenza statistica del 93,3%. Supponendo che vi sia almeno una perforante mirata per ciascun caso e un tasso di abbandono dopo la firma del consenso informato del 10%, verranno reclutati per lo studio un totale di 49 pazienti.

(iv) Elaborazione e analisi dei dati

Tutti i dati contenuti in questo protocollo verranno registrati utilizzando un CRF appositamente progettato (Appendice). Le discrepanze nel database verranno rintracciate nei documenti originali per la risoluzione. Tutti i record verranno controllati al 100% per verificarne l'accuratezza. L'immissione dei dati verrà eseguita da due assistenti indipendenti utilizzando IBM SPSS Statistics Versione 25. La coerenza dei dati di input tra gli assistenti verrà confrontata utilizzando una funzione integrata.

Per le informazioni demografiche, i dati saranno presentati come valori medi con deviazioni standard per i dati continui e come conteggi con proporzioni per i dati categoriali. L'accuratezza predittiva verrà calcolata e presentata come frequenza. Verrà calcolato l'intervallo di confidenza della proporzione binomiale unilaterale al 95% e il limite di confidenza inferiore sarà confrontato con l'80%. Verranno calcolati la sensibilità, la specificità e i valori predittivi positivi e negativi. I dati continui (distanza delle perforanti identificate dallo strumento AI e durante gli interventi chirurgici, posizione delle perforanti rispetto alla lunghezza totale del perone, dimensione delle perforanti, misurazioni del tempo e della soddisfazione, ecc.) saranno espressi come valori medi con deviazione standard ( SD) per dati distribuiti normalmente ed espressa come mediana con intervallo interquartile (IQR) o intervallo per dati distorti. Per valutare l'effetto di varie variabili di confondimento sulla precisione delle perforanti identificate dall'IA, verranno selezionati test idonei come il test di correlazione di Pearson o Spearman, il t-Test o il test dei ranghi con segno di Wilcoxon a seconda della normalità dei dati. La significatività statistica sarà fissata a p<0,05. Tutte le analisi statistiche verranno eseguite utilizzando IBM SPSS Statistics Versione 25.