Aprendizagem Profunda Aplicada à Vigilância Radiográfica Simples Abdominal Após Correção Endovascular de Aneurisma (EVAR) de Aneurisma de Aorta Abdominal (AAA) (DeepLearn)

O aneurisma da aorta abdominal (AAA) é uma condição na qual a aorta abdominal, uma grande artéria, dilata gradualmente, secundária a um processo degenerativo em sua parede. Isso pode levar à ruptura da parede enfraquecida com subsequente exsanguinação no abdome. Este cenário é geralmente fatal. O diâmetro do aneurisma correlaciona-se positivamente com o risco de ruptura. O tamanho do aneurisma é, portanto, o principal determinante ao considerar se deve ou não reparar AAAs eletivamente.

O reparo endovascular de aneurisma (EVAR) tornou-se o tratamento padrão para AAAs na grande maioria dos pacientes. É uma técnica minimamente invasiva que visa a exclusão do aneurisma da circulação por meio da colocação de um "stent-graft" sintético dentro do lúmen aórtico. As farpas metálicas, bem como a força radial, mantêm a posição da endoprótese na aorta não aneurismática acima do aneurisma, bem como nas artérias ilíacas abaixo do aneurisma.

A evidência de nível 1 demonstrou consistentemente uma melhor sobrevida perioperatória com EVAR em comparação com a cirurgia aberta tradicional. No entanto, existem preocupações quanto à durabilidade a longo prazo das endopróteses EVAR, com 1 em cada 5 pacientes necessitando de nova cirurgia para o aneurisma nos 5 anos após a operação. Isso geralmente ocorre devido à falha na posição e integridade da endoprótese. Portanto, a prática internacional padrão é manter os pacientes em vigilância vitalícia após o EVAR. Isso geralmente ocorre na forma de radiografias simples em combinação com tomografia computadorizada (TC) ou ultrassonografia duplex, todas realizadas anualmente.

As endopróteses são visíveis em radiografias simples do abdômen e, comparando séries de imagens tiradas ao longo do tempo, é possível diagnosticar uma miríade de problemas de endopróteses, incluindo migração, desintegração e distorção. Mas essas mudanças podem ser sutis em radiografias simples e difíceis de detectar, mesmo para o olho humano mais treinado. Como resultado, os pacientes são submetidos a exames mais detalhados que, infelizmente, apresentam risco de nefrotoxicidade e malignidade induzida por radiação.

O objetivo de nossa pesquisa é melhorar o potencial diagnóstico de radiografias simples, aplicando algoritmos modernos de computador de aprendizado profundo para interpretação.

A inteligência artificial (IA) na forma de aprendizado profundo demonstrou grande sucesso nos últimos anos em vários problemas desafiadores. O sucesso do aprendizado profundo é amplamente sustentado pelos avanços em poderosas unidades de processamento gráfico (GPUs). As GPUs nos permitem acelerar os algoritmos de treinamento em ordens de grandeza, reduzindo os tempos de execução de semanas para dias.

Nosso estudo explorará o uso de inteligência artificial na interpretação de séries de radiografias simples anônimas para identificar características de uma endoprótese com falha.

Um algoritmo de aprendizado profundo será aplicado a radiografias simples pós-EVAR que já foram realizadas em nossa instituição na Inglaterra nos últimos 10 anos. Em seguida, compararemos a eficácia da máquina na identificação de problemas relacionados à endoprótese com os resultados conhecidos previamente identificados pela interpretação humana.

Este projeto contará com avanços recentes em técnicas de aprendizado profundo. Espera-se que o aprendizado profundo traga um bom desempenho para a vigilância EVAR, de acordo com sua aplicação bem-sucedida em domínios como o reconhecimento de dígitos, caracteres chineses e sinais de trânsito, onde os computadores produziram melhor precisão do que os humanos.