Rollen til kunstig intelligens i behandlingen av abdominale aortaaneurismer

Abdominal aortaaneurisme er en livstruende sykdom, hvor en formidabel komplikasjon er en aneurismeruptur (Editor's Choice - European Society for Vascular Surgery). Hovedmetoden for behandling av aneurismer er kirurgisk rekonstruksjon, inkludert åpen eller endovaskulær intervensjon ((ESVS) 2019 Clinical Practice Guidelines on the Management of Abdominal Aorto-iliac Artery Aneurysms). Anatomiske trekk ved aneurismer og tilstedeværelsen av intraluminal trombomasse er blant kriteriene for å bestemme taktikken for kirurgisk behandling. Disse faktorene medfører ytterligere tekniske vanskeligheter og fører til utvikling av intraoperative komplikasjoner, inkludert iskemiske. Iskemi i underekstremitetene er den vanligste komplikasjonen og kan være forårsaket av trombose, emboli eller disseksjon av aortaveggen (forekommer hos 7 % av pasientene) (Complications Associated with Aorta Aneurysm Repair).

For å redusere frekvensen av emboliske komplikasjoner er det derfor viktig for kirurgen å bestemme en "sikker" sone for påføring av en klemme på aorta og hovedkar. Dermed kan kunstig intelligens (AI) brukes til å tolke og analysere bilder av aneurismer som tillater automatiske kvantitative målinger og bestemmelse av de eksakte egenskapene til morfologi og hydrodynamikk, samt tilstedeværelsen av intraluminale blodpropper og forkalkninger. Analyse basert på kunstig intelligens kan føre til utvikling av beregningsprogrammer for å forutsi utviklingen av aneurismer og risikoen for ruptur, samt postoperative utfall. Kunstig intelligens kan også brukes til å bestemme de "sikre" områdene ved aortaklemming. (Kunstig intelligens i abdominal aortaaneurisme).

Adam og medforfattere trente et nevralt nettverk for å oppdage og estimere maksimal ytre diameter av aneurismer ved å bruke en database med 489 CT-angiografier av abdominale aortaaneurismer. AI har oppnådd et nivå av ytelse og nøyaktighet som er egnet for klinisk praksis, og med bruk av flere CT-bilder forventes ytterligere forbedring av nøyaktigheten (Pre-surgical and Post-surgical Aortic Aneurysm Maximum Diameter Measurement: Full Automation by Artificial Intelligence). I en studie av Fujiwara et al. 145 ikke-kontrast CT-skanninger med mistenkt aneurisme ble samlet inn retrospektivt. Opprinnelig ble AI trent ved å manuelt segmentere CT-bilder. Bildebehandling ble brukt for å bestemme det abdominale aortaaneurismeområdet og automatisk måle størrelsen. Denne metoden har vist at AI er et nyttig verktøy for helautomatisk deteksjon og måling av aneurismediameter. (Helautomatisk påvisning og måling av abdominal aortaaneurisme ved bruk av kunstig intelligens). Florent Lalys og hans medforfatter. en automatisk rask og universell algoritme for å bestemme en intraluminal trombe ble utviklet. Metoden ble testet på pre- og postoperative CT-skanninger av abdominal aorta og iliaca arterie hos 145 pasienter og består i å bestemme sentrallinjen og segmenteringen av aortalumen, et optimalisert stadium av forbehandling og bruk av en 3D-modell (Generisk trombe). segmentering fra pre- og postoperativ CTA).

Tatt i betraktning referansene som allerede er tilgjengelige i noen studier av bruk av kunstig intelligens for behandling av kardiovaskulære sykdommer, blir bruken sett på som en lovende metode for å ta beslutninger for å bestemme "trygge" klemsoner ved kirurgisk behandling av abdominale aortaaneurismer, som vil redusere frekvensen av postoperative komplikasjoner.