Segmentasi AI: pemodelan 3D yang lebih cepat dan mudah untuk semua orang

Visualisasi anatomi 3D dalam perencanaan pediatrik praoperasi

Pemindaian radiologi sangat penting untuk memvisualisasikan struktur internal dan memahami patologi pasien. AI dapat mengotomatiskan segmentasi pemindaian, tugas yang biasanya memakan waktu dan mahal. Laporan dari University of Texas Southwestern School of Medicine, Dallas, TX, USA, ini meninjau alat segmentasi AI yang tersedia secara publik dan bagaimana alat tersebut dapat dengan cepat diintegrasikan ke dalam perencanaan praoperasi dengan biaya minimal.

Segmentasi manual dan AI

Segmentasi citra medis bertujuan membagi gambar menjadi wilayah yang bermakna untuk mengisolasi struktur anatomi, mendeteksi kelainan, dan memberikan pengukuran untuk diagnosis, perencanaan perawatan, dan pemantauan penyakit. Alat algoritmik dapat mempercepat proses ini, memungkinkan rendering atau ekspor 3D dalam hitungan menit. Dalam studi ini, 3D Slicer digunakan untuk menyempurnakan segmen, meskipun sebagian besar model 3D dihasilkan secara otomatis menggunakan ekstensi AI.

Alat segmentasi AI

Aplikasi untuk perencanaan praoperasi semakin banyak menggunakan algoritma AI untuk menganalisis citra medis.

TotalSegmentator, yang dilatih menggunakan 1.204 seri CT dari University Hospital Basel, dapat melakukan segmentasi terhadap 104 struktur anatomi dengan presisi tinggi. Sistem ini terintegrasi dengan 3D Slicer serta platform 3D/VR komersial seperti Medicalholodeck.

MONAI adalah framework deep learning open-source untuk layanan kesehatan. Ekstensi 3D Slicer-nya, MONAI Auto3DSeg, menyediakan model segmentasi otomatis untuk organ tertentu dan memungkinkan peneliti melatih model khusus untuk patologi yang ditargetkan.

Pemindaian MRI dan CT pasien dianonimkan dan diekspor dalam format DICOM untuk menguji ekstensi AI di 3D Slicer, menggunakan sampel praktis dari kasus bedah pediatrik.

AI dalam perencanaan pediatrik 3D

Rekonstruksi 3D yang dihasilkan AI menyediakan penanda anatomi yang akurat untuk perencanaan praoperasi dalam bedah pediatrik, dengan korelasi yang erat terhadap anatomi intraoperatif. Ekstensi AI utama — TotalSegmentator, MONAI Auto3DSeg, dan RVesselX — berjalan secara lokal, menghasilkan segmentasi toraks dan abdomen dalam 60-90 detik. Meskipun dilatih menggunakan data orang dewasa, alat-alat tersebut secara andal mengidentifikasi berbagai struktur pediatrik untuk superimposisi yang efektif dengan gambar volume-rendered. Keterbatasannya mencakup akurasi yang berkurang pada pasien yang sangat muda atau berbobot rendah serta kurangnya aplikasi intraoperatif terintegrasi. Model 3D yang diekspor juga dapat digunakan untuk pendidikan, visualisasi VR/AR, dan pencetakan 3D simulator bedah atau implan.

Membuat segmentasi 3D lebih mudah diakses dengan AI

AI dan computer vision telah secara signifikan menurunkan hambatan teknis dan finansial untuk menghasilkan rekonstruksi 3D dari pemindaian CT dan MRI standar. Alat yang tersedia secara publik kini memungkinkan ahli bedah pediatrik membuat model berkualitas tinggi dengan cepat tanpa keahlian khusus atau perangkat lunak mahal. Pengembangan di masa depan — seperti model AI yang dilatih khusus menggunakan data pediatrik — menjanjikan akurasi yang lebih tinggi dan aplikasi intraoperatif serta edukatif yang lebih luas.

Medicalholodeck, dikombinasikan dengan TotalSegmentator, menyediakan segmentasi dalam hitungan menit, menghadirkan model 3D yang cepat dan mudah diakses tanpa memerlukan pemrosesan manual. Hal ini sangat membantu pemahaman anatomi setiap pasien, meningkatkan perencanaan kasus, dan dapat memperbaiki hasil pembedahan.