Kak Khee Yeung – Vaatchirurg – Amsterdam UMC

Biografie:
Prof. dr. Kak Khee Yeung is vaatchirurg, hoogleraar Gepersonaliseerde Therapie in de Vaatchirurgie en principal investigator binnen de vaatchirurgie in Amsterdam UMC, Amsterdam, Nederland.

Zij is de president-elect van de European Society of Vascular Surgery.

Ze is gespecialiseerd in de behandeling van complexe aorta-aneurysmata.

Haar onderzoek richt zich op gepersonaliseerde diagnostiek en behandeling van vaatziekten. Hiervoor heeft zij gedurende meer dan 18 jaar een internationaal dataplatform en een biobank opgebouwd. Haar onderzoeksthema’s omvatten:

1.Aorta-aneurysmata: pathofysiologie, proteomics, genomics, beeldvorming en innovaties in behandeling (biobanking, kunstmatige intelligentie).

2.Perifeer arterieel vaatlijden: geavanceerde diagnostiek en behandeling (kunstmatige intelligentie, microbubbels en nanomedicine).

Daarnaast is zij consortiumleider van het VASCUL-AID-project, gefinancierd door Horizon Europe (Europese Commissie; www.vascul-aid.eu). Dit project richt zich op het inzetten van kunstmatige intelligentie om de progressie van cardiovasculaire aandoeningen te voorspellen bij patiënten met een abdominaal aorta-aneurysma of perifeer arterieel vaatlijden.

Voor haar wetenschappelijke inspanningen ontving zij de KNAW Early Career Award.

Samenvatting:

Type II endoleaks vormen een van de meest voorkomende complicaties na endovasculaire aneurysmareparatie (EVAR). Hoewel deze lekkages doorgaans als benigne worden beschouwd en vaak niet leiden tot aneurysmazakgroei, kan in een subgroep wel progressieve dilatatie optreden. Daarom is regelmatige follow-up met beeldvorming, zoals duplex echografie en CT-angiografie (CTA), essentieel om zowel de zakdiameter als de aanwezigheid van persisterende perfusie te monitoren.

Nieuwe beeldvormingstechnieken bieden mogelijkheden om type II endoleaks beter te karakteriseren. Dynamic contrast-enhanced MRI (DCE-MRI) maakt het mogelijk om hemodynamische parameters, zoals flow en druk in de aneurysmazak, te evalueren. Dit kan bijdragen aan een verbeterd inzicht in de klinische relevantie van deze endoleaks.

Daarnaast biedt de toepassing van kunstmatige intelligentie (AI) nieuwe perspectieven voor analyse van endoleaks vóór, tijdens en na EVAR. Door middel van AI-gedreven beeldanalyse kan mogelijk een classificatiesysteem worden ontwikkeld dat onderscheid maakt tussen endoleaks die leiden tot zakgroei en endoleaks met een stabiel beloop.

Deze benaderingen hebben als doel de risicostratificatie te verbeteren en een meer gepersonaliseerde follow-up en behandeling mogelijk te maken.