Rola sztucznej inteligencji w leczeniu tętniaków aorty brzusznej

Tętniak aorty brzusznej jest chorobą zagrażającą życiu, której groźnym powikłaniem jest pęknięcie tętniaka (Wybór redakcji — Europejskie Towarzystwo Chirurgii Naczyniowej). Główną metodą leczenia tętniaków jest rekonstrukcja chirurgiczna, w tym interwencja otwarta lub wewnątrznaczyniowa ((ESVS) 2019 Clinical Practice Guidelines on the Management of Abdominal Aorto-hilac Artery Aneurysms). Cechy anatomiczne tętniaków oraz obecność zakrzepicy w ich świetle są jednymi z kryteriów decydujących o taktyce leczenia chirurgicznego. Czynniki te niosą ze sobą dodatkowe trudności techniczne i prowadzą do rozwoju powikłań śródoperacyjnych, w tym niedokrwiennych. Niedokrwienie kończyn dolnych jest najczęstszym powikłaniem i może być spowodowane zakrzepicą, zatorem lub rozwarstwieniem ściany aorty (występuje u 7% pacjentów) (powikłania związane z naprawą tętniaka aorty).

Dlatego w celu zmniejszenia częstości powikłań zatorowych ważne jest, aby chirurg określił „bezpieczną” strefę założenia zacisku na aortę i naczynia główne. Tym samym sztuczna inteligencja (AI) może być wykorzystana do interpretacji i analizy obrazów tętniaków, które pozwalają na automatyczne pomiary ilościowe i określenie dokładnych cech morfologicznych i hydrodynamicznych, a także obecności skrzepów i zwapnień w świetle naczynia krwionośnego. Analiza oparta na sztucznej inteligencji może doprowadzić do opracowania programów obliczeniowych do przewidywania rozwoju tętniaków i ryzyka ich pęknięcia, a także wyników pooperacyjnych. Sztuczna inteligencja może być również wykorzystana do określenia „bezpiecznych” obszarów zaciśnięcia aorty. (Sztuczna inteligencja w tętniaku aorty brzusznej).

Adam i współautorzy przeszkolili sieć neuronową, aby wykrywała i szacowała maksymalną zewnętrzną średnicę tętniaków, korzystając z bazy danych zawierającej 489 angiografów CT tętniaków aorty brzusznej. Sztuczna inteligencja osiągnęła poziom wydajności i dokładności odpowiedni do praktyki klinicznej, a dzięki wykorzystaniu większej liczby obrazów TK oczekuje się dalszej poprawy dokładności (przed- i pooperacyjny pomiar maksymalnej średnicy tętniaka aorty: pełna automatyzacja przez sztuczną inteligencję). W badaniu Fujiwara i in. Retrospektywnie zebrano 145 tomografii komputerowej bez kontrastu z podejrzeniem tętniaka. Początkowo sztuczna inteligencja była szkolona poprzez ręczną segmentację obrazów CT. Przetwarzanie obrazu zastosowano do określenia obszaru tętniaka aorty brzusznej i automatycznego pomiaru jego wielkości. Metoda ta wykazała, że ​​sztuczna inteligencja jest użytecznym narzędziem do w pełni automatycznego wykrywania i pomiaru średnicy tętniaka. (W pełni automatyczne wykrywanie i pomiar tętniaka aorty brzusznej z wykorzystaniem sztucznej inteligencji). Florenta Lalysa i jego współautora. opracowano automatyczny, szybki i uniwersalny algorytm określania skrzepliny w świetle naczynia. Metoda została przetestowana na przed- i pooperacyjnych skanach TK aorty brzusznej i tętnicy biodrowej u 145 pacjentów i polega na wyznaczeniu linii centralnej i segmentacji światła aorty, zoptymalizowaniu etapu leczenia wstępnego oraz wykorzystaniu modelu 3D (Generic skrzeplina segmentacja z przed- i pooperacyjnej CTA).

Biorąc pod uwagę dostępne już w niektórych opracowaniach piśmiennictwo dotyczące wykorzystania sztucznej inteligencji w leczeniu chorób układu krążenia, jej zastosowanie postrzegane jest jako obiecująca metoda podejmowania decyzji w wyznaczaniu „bezpiecznych” stref zaciskowych w chirurgicznym leczeniu tętniaków aorty brzusznej, co zmniejszy częstość powikłań pooperacyjnych.