Vrije voordracht 3 – Olivier Van Tongeren, Erasmus Mc

13:50 – 14:00 – AI-software bij TEVAR-surveillance: efficiënte en consistente volume- en diameter metingen

Olivier Van Tongeren1, David Vecht1, Kees Hehenkamp1, Alexander Vanmaele1, Prof. Dr. Hence Verhagen1, MD PhD Jorg de Bruin1
1Erasmus MC, Rotterdam, Nederland

Inleiding: Bij TEVAR follow-up is het monitoren van de aneurysma grootte essentieel, maar deze metingen zijn niet erg precies en wisselen nogal tussen waarnemers. Volledig automatische volume metingen zouden een welkome verbetering kunnen zijn en werden eerder gevalideerd bij infrarenale EVAR-patiënten, met zeer betrouwbare resultaten. In deze studie onderzochten we de precisie en consistentie van AI-software (PRAEVAorta®2) middels volume en diameter metingen en hun veranderingen in de tijd bij TEVAR-patiënten.
Methode: Wij vergeleken post-TEVAR aneurysmazak volumes, diameters en hun veranderingen gedurende follow-up bij TAA-patiënten, gemeten door PRAEVAorta en de huidige gouden standaard (3Mensio-software). De klinische impact werd geëvalueerd door patiënten te categoriseren op basis van aneurysma volume- en diameter veranderingen: regressie, stabilisatie of groei na 1 jaar. De overeenkomst tussen beide methoden werd beoordeeld met Bland-Altman-analyse en Cohen’s Kappa statistiek. Daarnaast werd de invloed van contrastgebruik op de metingen onderzocht met logistische en lineaire regressie.

Resultaten: 32 patiënten (118 CT/CTA-beelden) werden geanalyseerd, na exclusie van 9 patiënten vanwege segmentatie fouten door de AI-software. Volume- en diameter veranderingen toonden excellente overeenkomsten tussen de methoden (4.0 cc; -1.9 mm, respectievelijk). Categorisatie van aneurysma veranderingen na 1 jaar kwam redelijk overeen voor volume (Cohen’s Kappa=0.63) en voor diameter (Cohen’s Kappa=0.33). Dit werd mogelijk onderschat door verschillen in meet methoden. Contrastgebruik had geen invloed op de segmentatie door de AI-software (OR: 1.13; p=0.294) en was niet geassocieerd met verschillen in volumemetingen (Coëfficiënt = 5.22; p=0.473) en diametermetingen (Coëfficiënt = -2.02; p=0.221).

Conclusie: Deze AI-software biedt potentieel een automatische, efficiënte, snelle en consistente methode voor volume en diameter metingen na TEVAR. Dit verbetert patiëntenzorg door excellente monitoring zonder uitgebreide training aan professionals. Bovendien heeft de AI-software potentie voor gebruik in TEVAR-surveillance met blanco CT-scans, wat stralingsbelasting en contrast-nefropathie kan verminderen. Verdere validatie in een multicenter setting is nodig voor een bredere klinische implementatie.