Phân đoạn AI: mô hình hóa 3D nhanh hơn và dễ dàng hơn cho mọi người

Trực quan hóa giải phẫu 3D trong lập kế hoạch nhi khoa tiền phẫu thuật

Các bản quét X-quang là yếu tố thiết yếu để hình dung cấu trúc bên trong và hiểu tình trạng bệnh lý của bệnh nhân. AI có thể tự động hóa việc phân đoạn hình ảnh, một nhiệm vụ vốn tốn nhiều thời gian và chi phí. Báo cáo này từ University of Texas Southwestern School of Medicine, Dallas, TX, Hoa Kỳ, đánh giá các công cụ phân đoạn AI công khai và cách chúng có thể được tích hợp nhanh chóng vào lập kế hoạch tiền phẫu thuật với chi phí tối thiểu.

Phân đoạn thủ công và bằng AI

Phân đoạn hình ảnh y tế nhằm chia hình ảnh thành các vùng có ý nghĩa để tách biệt cấu trúc giải phẫu, phát hiện bất thường và cung cấp các phép đo phục vụ chẩn đoán, lập kế hoạch điều trị và theo dõi bệnh. Các công cụ thuật toán có thể tăng tốc quá trình này, cho phép kết xuất hoặc xuất mô hình 3D chỉ trong vài phút. Trong nghiên cứu này, 3D Slicer được sử dụng để tinh chỉnh các phân đoạn, mặc dù phần lớn các mô hình 3D được tạo tự động bằng các tiện ích mở rộng AI.

Công cụ phân đoạn AI

Các ứng dụng lập kế hoạch tiền phẫu thuật ngày càng sử dụng thuật toán AI để phân tích hình ảnh y tế.

TotalSegmentator, được huấn luyện trên 1.204 chuỗi CT từ University Hospital Basel, có thể phân đoạn 104 cấu trúc giải phẫu với độ chính xác cao. Nó được tích hợp vào 3D Slicer cũng như các nền tảng 3D/VR thương mại như Medicalholodeck.

MONAI là một framework học sâu mã nguồn mở dành cho y tế. Tiện ích mở rộng 3D Slicer của nó, MONAI Auto3DSeg, cung cấp các mô hình phân đoạn tự động cho các cơ quan cụ thể và cho phép các nhà nghiên cứu huấn luyện các mô hình tùy chỉnh cho các bệnh lý mục tiêu.

Các bản quét MRI và CT của bệnh nhân đã được ẩn danh và xuất dưới định dạng DICOM để thử nghiệm các tiện ích AI trong 3D Slicer, sử dụng mẫu thuận tiện từ các ca phẫu thuật nhi khoa.

AI trong lập kế hoạch 3D nhi khoa

Các bản tái tạo 3D do AI tạo ra cung cấp các mốc giải phẫu chính xác cho lập kế hoạch tiền phẫu thuật trong phẫu thuật nhi khoa, tương quan chặt chẽ với giải phẫu trong phẫu thuật. Các tiện ích AI chính — TotalSegmentator, MONAI Auto3DSeg và RVesselX — chạy cục bộ, tạo ra các phân đoạn ngực và bụng trong vòng 60-90 giây. Mặc dù được huấn luyện trên dữ liệu người lớn, chúng vẫn xác định đáng tin cậy nhiều cấu trúc nhi khoa để chồng ghép hiệu quả với hình ảnh kết xuất thể tích. Các hạn chế bao gồm độ chính xác giảm ở bệnh nhân quá nhỏ tuổi hoặc nhẹ cân và thiếu các ứng dụng tích hợp trong phẫu thuật. Các mô hình 3D được xuất ra cũng có thể được sử dụng cho giáo dục, trực quan hóa VR/AR và in 3D các mô phỏng phẫu thuật hoặc implant.

Đưa phân đoạn 3D đến gần hơn với AI

AI và thị giác máy tính đã làm giảm đáng kể các rào cản kỹ thuật và tài chính trong việc tạo ra các bản tái tạo 3D từ các bản quét CT và MRI tiêu chuẩn. Các công cụ công khai hiện nay cho phép các bác sĩ phẫu thuật nhi khoa nhanh chóng tạo ra các mô hình có độ chính xác cao mà không cần chuyên môn đặc biệt hoặc phần mềm đắt tiền. Những phát triển trong tương lai — chẳng hạn như các mô hình AI được huấn luyện riêng trên dữ liệu nhi khoa — hứa hẹn mang lại độ chính xác cao hơn nữa cùng các ứng dụng rộng hơn trong phẫu thuật và giáo dục.

Medicalholodeck kết hợp với TotalSegmentator giúp tạo phân đoạn chỉ trong vài phút, cung cấp các mô hình 3D nhanh chóng và dễ tiếp cận mà không cần xử lý thủ công. Điều này hỗ trợ đáng kể việc hiểu rõ giải phẫu của từng bệnh nhân, nâng cao chất lượng lập kế hoạch ca bệnh và có thể cải thiện kết quả phẫu thuật.