Yapay zeka segmentasyonu: herkes için daha hızlı ve kolay 3D modelleme

Preoperatif pediatrik planlamada 3D anatomi görselleştirmesi

Radyoloji taramaları, iç yapıların görselleştirilmesi ve hasta patolojisinin anlaşılması için gereklidir. Yapay zeka, normalde zaman alıcı ve maliyetli olan tarama segmentasyonunu otomatikleştirebilir. ABD, Dallas, TX’deki University of Texas Southwestern School of Medicine tarafından hazırlanan bu rapor, herkese açık yapay zeka segmentasyon araçlarını ve bunların minimal maliyetle preoperatif planlamaya nasıl hızlıca entegre edilebileceğini incelemektedir.

Manuel ve yapay zeka segmentasyonu

Tıbbi görüntü segmentasyonu, anatomik yapıları izole etmek, anormallikleri tespit etmek ve teşhis, tedavi planlaması ile hastalık takibi için ölçümler sağlamak amacıyla görüntüleri anlamlı bölgelere ayırmayı hedefler. Algoritmik araçlar bu süreci hızlandırarak birkaç dakika içinde 3D render veya dışa aktarma yapılmasını mümkün kılar. Bu çalışmada segmentleri ince ayarlamak için 3D Slicer kullanılmıştır, ancak 3D modellerin çoğu yapay zeka eklentileri kullanılarak otomatik olarak oluşturulmuştur.

Yapay zeka segmentasyon araçları

Preoperatif planlama uygulamaları, tıbbi görüntüleri analiz etmek için giderek daha fazla yapay zeka algoritması kullanmaktadır.

University Hospital Basel’den alınan 1.204 BT serisi üzerinde eğitilen TotalSegmentator, 104 anatomik yapıyı yüksek hassasiyetle segmentleyebilir. Hem 3D Slicer’a hem de Medicalholodeck gibi ticari 3D/VR platformlarına entegre edilmiştir.

MONAI, sağlık hizmetleri için açık kaynaklı bir derin öğrenme framework’üdür. 3D Slicer eklentisi olan MONAI Auto3DSeg, belirli organlar için otomatik segmentasyon modelleri sunar ve araştırmacıların hedeflenen patolojiler için özel modeller eğitmesine olanak tanır.

Hasta MRI ve BT taramaları anonim hale getirildi ve pediatrik cerrahi vakalarından oluşan uygunluk örneği kullanılarak 3D Slicer’daki yapay zeka eklentilerini test etmek için DICOM formatında dışa aktarıldı.

Pediatrik 3D planlamada yapay zeka

Yapay zeka tarafından oluşturulan 3D rekonstrüksiyonlar, pediatrik cerrahide preoperatif planlama için doğru anatomik işaret noktaları sağladı ve intraoperatif anatomiyle yakın korelasyon gösterdi. Başlıca yapay zeka eklentileri — TotalSegmentator, MONAI Auto3DSeg ve RVesselX — yerel olarak çalışarak 60-90 saniye içinde torasik ve abdominal segmentasyonlar üretti. Yetişkin verileriyle eğitilmiş olmalarına rağmen, hacim render edilmiş görüntülerle etkili üst üste bindirme için birçok pediatrik yapıyı güvenilir şekilde tanımladılar. Sınırlamalar arasında çok genç veya düşük kilolu hastalarda azalan doğruluk ve entegre intraoperatif uygulamaların eksikliği yer aldı. Dışa aktarılan 3D modeller ayrıca eğitim, VR/AR görselleştirme ve cerrahi simülatörlerin veya implantların 3D baskısı için de kullanılabilir.

Yapay zeka ile 3D segmentasyonu erişilebilir hale getirmek

Yapay zeka ve bilgisayarlı görü, standart BT ve MRI taramalarından 3D rekonstrüksiyon oluşturmanın teknik ve finansal engellerini önemli ölçüde azalttı. Halka açık araçlar artık pediatrik cerrahların özel uzmanlık veya pahalı yazılımlar olmadan hızlıca yüksek doğruluklu modeller oluşturmasına olanak tanıyor. Özellikle pediatrik veriler üzerinde eğitilmiş yapay zeka modelleri gibi gelecekteki gelişmeler, daha da yüksek doğruluk ve daha geniş intraoperatif ile eğitimsel uygulamalar vaat ediyor.

Medicalholodeck, TotalSegmentator ile birleştirildiğinde, manuel işlemeye ihtiyaç duymadan birkaç dakika içinde segmentasyonlar sağlayarak hızlı ve erişilebilir 3D modeller sunar. Bu, her hastanın anatomisinin anlaşılmasına önemli ölçüde yardımcı olur, vaka planlamasını geliştirir ve cerrahi sonuçları iyileştirebilir.