Segmentação por IA: modelagem 3D mais rápida e fácil para todos

Visualização de anatomia 3D no planejamento pediátrico pré-operatório

Os exames radiológicos são essenciais para visualizar estruturas internas e compreender a patologia do paciente. A IA pode automatizar a segmentação de exames, uma tarefa que normalmente é demorada e cara. Este relatório da University of Texas Southwestern School of Medicine, Dallas, TX, EUA, analisa ferramentas públicas de segmentação por IA e como elas podem ser rapidamente integradas ao planejamento pré-operatório com custo mínimo.

Segmentação manual e por IA

A segmentação de imagens médicas tem como objetivo dividir imagens em regiões significativas para isolar estruturas anatômicas, detectar anomalias e fornecer medições para diagnóstico, planejamento de tratamento e monitoramento de doenças. Ferramentas algorítmicas podem acelerar esse processo, permitindo renderização ou exportação 3D em minutos. Neste estudo, o 3D Slicer foi utilizado para ajustar os segmentos, embora a maioria dos modelos 3D tenha sido gerada automaticamente usando extensões de IA.

Ferramentas de segmentação por IA

Aplicações para planejamento pré-operatório utilizam cada vez mais algoritmos de IA para analisar imagens médicas.

O TotalSegmentator, treinado com 1.204 séries de TC do Hospital Universitário de Basileia, pode segmentar 104 estruturas anatômicas com alta precisão. Ele está integrado ao 3D Slicer e também a plataformas comerciais 3D/VR como o Medicalholodeck.

MONAI é um framework open source de aprendizado profundo para a área da saúde. Sua extensão para 3D Slicer, MONAI Auto3DSeg, fornece modelos automatizados de segmentação para órgãos específicos e permite que pesquisadores treinem modelos personalizados para patologias direcionadas.

As ressonâncias magnéticas e tomografias computadorizadas dos pacientes foram desidentificadas e exportadas em formato DICOM para testar extensões de IA no 3D Slicer, utilizando uma amostra de conveniência de casos cirúrgicos pediátricos.

IA no planejamento pediátrico 3D

As reconstruções 3D geradas por IA forneceram marcos anatômicos precisos para o planejamento pré-operatório em cirurgia pediátrica, correlacionando-se estreitamente com a anatomia intraoperatória. As principais extensões de IA — TotalSegmentator, MONAI Auto3DSeg e RVesselX — funcionaram localmente, produzindo segmentações torácicas e abdominais em 60-90 segundos. Embora treinadas com dados de adultos, identificaram de forma confiável múltiplas estruturas pediátricas para superposição eficaz com imagens renderizadas em volume. As limitações incluíram menor precisão em pacientes muito jovens ou com baixo peso e a falta de aplicações intraoperatórias integradas. Os modelos 3D exportados também poderiam ser usados para educação, visualização VR/AR e impressão 3D de simuladores cirúrgicos ou implantes.

Tornando a segmentação 3D acessível com IA

A IA e a visão computacional reduziram significativamente as barreiras técnicas e financeiras para gerar reconstruções 3D a partir de exames padrão de TC e RM. Ferramentas publicamente disponíveis agora permitem que cirurgiões pediátricos criem rapidamente modelos de alta fidelidade sem necessidade de conhecimento especializado ou software caro. Desenvolvimentos futuros — como modelos de IA treinados especificamente com dados pediátricos — prometem precisão ainda maior e aplicações intraoperatórias e educacionais mais amplas.

O Medicalholodeck, combinado com o TotalSegmentator, disponibiliza segmentações em minutos, fornecendo modelos 3D rápidos e acessíveis sem necessidade de processamento manual. Isso auxilia significativamente na compreensão da anatomia de cada paciente, melhora o planejamento dos casos e pode melhorar os resultados cirúrgicos.