Segmentazione AI: modellazione 3D più veloce e semplice per tutti

Visualizzazione dell’anatomia 3D nella pianificazione pediatrica preoperatoria

Le scansioni radiologiche sono essenziali per visualizzare le strutture interne e comprendere la patologia del paziente. L’IA può automatizzare la segmentazione delle scansioni, un’attività altrimenti lunga e costosa. Questo report della University of Texas Southwestern School of Medicine di Dallas, Texas, USA, esamina strumenti di segmentazione AI pubblicamente disponibili e come possano essere rapidamente integrati nella pianificazione preoperatoria a costi minimi.

Segmentazione manuale e AI

La segmentazione delle immagini mediche mira a suddividere le immagini in regioni significative per isolare strutture anatomiche, rilevare anomalie e fornire misurazioni per diagnosi, pianificazione del trattamento e monitoraggio delle malattie. Gli strumenti algoritmici possono accelerare questo processo, consentendo rendering o esportazione 3D in pochi minuti. In questo studio, 3D Slicer è stato utilizzato per rifinire i segmenti, sebbene la maggior parte dei modelli 3D sia stata generata automaticamente utilizzando estensioni AI.

Strumenti di segmentazione AI

Le applicazioni per la pianificazione preoperatoria utilizzano sempre più algoritmi AI per analizzare immagini mediche.

TotalSegmentator, addestrato su 1.204 serie TC dell’Ospedale Universitario di Basilea, può segmentare 104 strutture anatomiche con elevata precisione. È integrato in 3D Slicer così come in piattaforme commerciali 3D/VR come Medicalholodeck.

MONAI è un framework open source di deep learning per il settore sanitario. La sua estensione per 3D Slicer, MONAI Auto3DSeg, fornisce modelli automatizzati di segmentazione per organi specifici e consente ai ricercatori di addestrare modelli personalizzati per patologie mirate.

Le scansioni MRI e TC dei pazienti sono state anonimizzate ed esportate in formato DICOM per testare estensioni AI in 3D Slicer, utilizzando un campione di convenienza di casi chirurgici pediatrici.

AI nella pianificazione pediatrica 3D

Le ricostruzioni 3D generate dall’AI hanno fornito punti di riferimento anatomici accurati per la pianificazione preoperatoria nella chirurgia pediatrica, correlando strettamente con l’anatomia intraoperatoria. Le principali estensioni AI — TotalSegmentator, MONAI Auto3DSeg e RVesselX — funzionavano localmente, producendo segmentazioni toraciche e addominali in 60-90 secondi. Sebbene addestrate su dati di adulti, identificavano in modo affidabile molteplici strutture pediatriche per una sovrapposizione efficace con immagini renderizzate in volume. Le limitazioni includevano una ridotta accuratezza nei pazienti molto giovani o sottopeso e la mancanza di applicazioni intraoperatorie integrate. I modelli 3D esportati potevano inoltre essere utilizzati per l’istruzione, la visualizzazione VR/AR e la stampa 3D di simulatori chirurgici o impianti.

Rendere accessibile la segmentazione 3D con l’AI

L’AI e la computer vision hanno ridotto significativamente le barriere tecniche e finanziarie per generare ricostruzioni 3D da scansioni TC e MRI standard. Gli strumenti pubblicamente disponibili consentono ora ai chirurghi pediatrici di creare rapidamente modelli ad alta fedeltà senza competenze specialistiche o software costosi. Gli sviluppi futuri — come modelli AI addestrati specificamente su dati pediatrici — promettono una precisione ancora maggiore e applicazioni intraoperatorie ed educative più ampie.

Medicalholodeck, combinato con TotalSegmentator, rende disponibili le segmentazioni in pochi minuti, fornendo modelli 3D rapidi e accessibili senza necessità di elaborazione manuale. Questo aiuta significativamente a comprendere l’anatomia di ciascun paziente, migliora la pianificazione dei casi e può migliorare gli esiti chirurgici.