Глубокое обучение, примененное к обычному рентгенографическому наблюдению за брюшной полостью после эндоваскулярного восстановления аневризмы (ЭВР) аневризмы брюшной аорты (ААА) (DeepLearn)

Аневризма брюшной аорты (ААА) представляет собой состояние, при котором брюшная аорта, крупная артерия, постепенно расширяется вследствие дегенеративного процесса в ее стенке. Это может привести к разрыву ослабленной стенки с последующим кровоизлиянием в брюшную полость. Этот сценарий обычно фатальный. Диаметр аневризмы положительно коррелирует с риском разрыва. Таким образом, размер аневризмы является основным определяющим фактором при рассмотрении вопроса о целесообразности плановой пластики АБА.

Эндоваскулярная пластика аневризмы (ЭВР) стала стандартным методом лечения АБА у подавляющего большинства пациентов. Это минимально инвазивный метод, целью которого является исключение аневризмы из кровообращения путем размещения синтетического «стент-графта» в просвете аорты. Металлические зазубрины, а также радиальная сила поддерживают положение стент-графта в неаневризмальной аорте над аневризмой, а также в подвздошных артериях ниже аневризмы.

Доказательства уровня 1 постоянно демонстрируют лучшую периоперационную выживаемость при ЭВР по сравнению с традиционной открытой хирургией. Тем не менее, существуют опасения относительно долговечности стент-графтов EVAR: 1 из 5 пациентов нуждаются в повторной операции на аневризме в течение 5 лет после операции. Часто это связано с нарушением положения и целостности стент-графта. Поэтому стандартной международной практикой является пожизненное наблюдение за пациентами после ЭВР. Обычно это делается в виде обычных рентгенограмм в сочетании с компьютерной томографией (КТ) или дуплексным ультразвуковым сканированием, которые выполняются ежегодно.

Стент-графты видны на простых рентгенограммах брюшной полости, и, сравнивая серии изображений, сделанных с течением времени, можно диагностировать множество проблем со стент-графтами, включая миграцию, распад и деформацию. Но эти изменения могут быть незаметны на обычных рентгенограммах и их трудно заметить даже самому опытному человеческому глазу. В результате пациенты проходят более детальное сканирование, которое, к сожалению, сопряжено с риском нефротоксичности и радиационно-индуцированного злокачественного новообразования.

Целью нашего исследования является улучшение диагностического потенциала простых рентгенограмм путем применения современных компьютерных алгоритмов глубокого обучения для интерпретации.

Искусственный интеллект (ИИ) в форме глубокого обучения в последние годы продемонстрировал большие успехи в решении многочисленных сложных задач. Успех глубокого обучения в значительной степени подкреплен достижениями в области мощных графических процессоров (GPU). Графические процессоры позволяют нам ускорить алгоритмы обучения на порядки, сокращая время выполнения с недель до дней.

В нашем исследовании будет изучено использование искусственного интеллекта для интерпретации серии анонимных простых рентгенограмм для выявления признаков отказа стент-графта.

Алгоритм глубокого обучения будет применяться к обычным рентгенограммам после EVAR, которые уже были выполнены в нашем учреждении в Англии за последние 10 лет. Затем мы сравним эффективность машины в выявлении проблем, связанных со стент-графтом, с известными результатами, выявленными ранее с помощью человеческой интерпретации.

Этот проект будет опираться на последние достижения в области методов глубокого обучения. Ожидается, что глубокое обучение обеспечит хорошую производительность для наблюдения EVAR в соответствии с его успешным применением в таких областях, как распознавание цифр, китайских иероглифов и дорожных знаков, где компьютеры обеспечивают лучшую точность, чем люди.