西京医院:3D打印、计算机建模和人工智能在结构性心脏病中的应用展望
相较于SHD外科手术,介入治疗没有外科开放术野和直接触觉反馈。因此,基于围术期中对影像学的需要,手术操作方式、视野概念和围术期规划技术得以迅猛发展,不断拓展了临床器械设备的开发,提高了医生培训的教学工作质量,与患者之间的沟通更加顺畅。3D打印在临床管理和围术期规划中的应用明显缩短了初学者学习曲线,3D打印结合计算机建模,加速了设备测试中对流体力学的研发和理解,3D打印、计算机建模和人工智能的有效整合正在逐步改变医生培训模式和以患者为中心的医疗服务模式。
亮点
2)3D打印技术可以明显缩短新技术新业务的学习曲线;
3)计算建模有助于模拟心脏病理生理状态下的物理生理特性;
4)AI技术有助于构建患者特异性解剖结构,进而促进手术模拟培训。
3D打印技术概述
表1 3D打印技术种类
心血管疾病3D打印建模具体流程如下:
1)从计算机断层扫描(CT)、心脏磁共振(CMR)或三维经食管超声心动图(3D-TEE)等多模态影像中获取原始数据,存储为DICOM图像;
2)将DICOM图像导出,用于分割、绘制和生成STL文件;
3)STL文件导入到计算机辅助设计软件中,用于进一步的打磨、镂空、修剪、颜色编码和切割;
4)调整后,将STL文件导出用于3D打印(图1)。
图1 心血管3D打印流程
3D打印技术在结构性心脏病中的应用
l 3D打印在经导管主动脉瓣置换术(TAVR)中的应用
图2 西京医院3D打印心血管模型体外TAVR手术模拟
l 3D打印在经皮二尖瓣修复术中的应用
然而,二尖瓣复合体(包括瓣环、瓣叶、腱索和乳头肌)完整结构和功能的3D打印模型相较于简单的瓣环瓣叶打印模型更为重要,更有助于器械研发测试以及患者个体化手术规划。Vukicevic等[11]利用多种材料打印了二尖瓣复合体3D模型,用于MitraClip手术模拟和手术方案的制定(图3)。西京医院心外科团队利用3D打印二尖瓣模型进行手术模拟,可以让临床医生在短期内快速熟悉器械操作和手术流程,缩短学习曲线(图4)。
图3 二尖瓣复合体3D打印模型及MitraClip植入模拟
图4 西京医院3D打印二尖瓣模型体外进行经导管二尖瓣修复手术模拟
l 3D打印及虚拟模拟在经导管二尖瓣置换术中的应用
图5 二尖瓣3D打印模型模拟瓣膜植入以及LVOT梗阻风险评估
l 3D打印在左心耳封堵术中的应用
图6 左心耳3D打印模型
l 3D打印在经导管三尖瓣修复/置换术中的应用
图7 三尖瓣和右心的3D重建结构模型
l 对患者的教育指导
l 目前3D打印的局限性
理想情况下,心血管3D打印模型应能够同时展现活体器官的解剖特征和生物特性。对于体外测试和/或手术模拟,3D打印模型最好能模拟心脏在整个心动周期中的动态变化;然而,目前材料尚无法满足模拟心脏的非线性和各向异性表现。为了能够使3D打印更好地模拟器官的形态和生物特性,必须对3D打印材料做进一步深入研究。
计算机建模概述
图8 3D打印模型在介入瓣膜体外模拟中的应用
注:A-1:CT获取原始数据;A-2:在3D打印的主动脉根部模型释放TAVR瓣膜;A-3:测量瓣环各处径向受力情况;A-4:预测术后瓣周漏情况;B-1:将3D模型连接到搏动血流模拟器上;B-2,3:核磁和超声检测血流状态以及瓣叶活动度。
图9 计算机建模及心脏血流动力学情况展示
图10 计算机模拟植入介入瓣膜
图11 运用CFD评估TMVR术后的LVOT梗阻
人工智能在结构性心脏病中的作用
l AI技术助力SHD介入治疗
图12 AI技术将模拟的术中影像优化得更加逼真
l AI技术在介入医生和介入影像医生培训中的应用
l AI技术的其他应用
图13 对3D打印模型进行实时色彩渲染
注:A:实时3D TEE影像;B和C:AI通过对3D TEE影像进行色彩渲染,可清晰显示二尖瓣收缩期和舒张期P2区域腱索断裂和瓣叶脱垂;D:该病例的术中影像。
图14 现代化医疗模式
注:将3D打印技术、手术模拟、流体建模和AI整合,是将来临床培训、器械研发和精准医疗的重要发展方向。
l 需要解决和克服的技术挑战
当前,AI在实际应用中的主要挑战是大量非结构化临床数据的存在。数据收集的基础是合适的源图像、服务器之间文件转换的兼容性,以及直接上传到“学习云”的效率。一旦上传的数据被整合到“学习云”中的现有数据集中,AI算法将被激活和改进,新数据将被用来组成更精简的流程。随着新数据集被添加到其训练集中,AI 算法也将变得更加准确和高效。
结论
参考文献
[1] Wang D D, Qian Z, Vukicevic M, et al. 3D Printing, Computational Modeling, and Artificial Intelligence for Structural Heart Disease[J]. JACC Cardiovasc Imaging,2021,14(1):41-60.
[2] Jian Yang, Alex Pui-Wai Lee, Vladimiro L. Vida. Cardiovascular 3D Printing: Techniques and Clinical Application[M]. 1st Edition. Springer, 2021:145-170
[3] 杨剑,吴永健。经导管主动脉瓣置换术中的3D打印技术——应用与实践[M]。 第1版. 北京:化学工业出版社,2022:95-145
[4] Costello J P, Olivieri L J, Krieger A, et al. Utilizing Three-Dimensional Printing Technology to Assess the Feasibility of High-Fidelity Synthetic Ventricular Septal Defect Models for Simulation in Medical Education[J]. World J Pediatr Congenit Heart Surg,2014,5(3):421-426.
[5] Binder T M, Moertl D, Mundigler G, et al. Stereolithographic biomodeling to create tangible hard copies of cardiac structures from echocardiographic data: in vitro and in vivo validation[J]. J Am Coll Cardiol,2000,35(1):230-237.
[6] Mahmood F, Owais K, Taylor C, et al. Three-dimensional printing of mitral valve using echocardiographic data[J]. JACC Cardiovasc Imaging,2015,8(2):227-229.
[7] Fan Y, Yang F, Cheung G S, et al. Device Sizing Guided by Echocardiography-Based Three-Dimensional Printing Is Associated with Superior Outcome after Percutaneous Left Atrial Appendage Occlusion[J]. J Am Soc Echocardiogr,2019,32(6):708-719.
[8] Ripley B, Kelil T, Cheezum M K, et al. 3D printing based on cardiac CT assists anatomic visualization prior to transcatheter aortic valve replacement[J]. J Cardiovasc Comput Tomogr,2016,10(1):28-36.
[9] Mahmood F, Owais K, Montealegre-Gallegos M, et al. Echocardiography derived three-dimensional printing of normal and abnormal mitral annuli[J]. Ann Card Anaesth,2014,17(4):279-283.
[10] Kapur K K, Garg N. Echocardiography derived three- dimensional printing of normal and abnormal mitral annuli[J]. Ann Card Anaesth,2014,17(4):283-284.
[11] Vukicevic M, Mosadegh B, Min J K, et al. Cardiac 3D Printing and its Future Directions[J]. JACC Cardiovasc Imaging,2017,10(2):171-184.
[12] Wang D D, Eng M, Greenbaum A, et al. Predicting LVOT Obstruction After TMVR[J]. JACC Cardiovasc Imaging,2016,9(11):1349-1352.
[13] Wang D D, Eng M H, Greenbaum A B, et al. Validating a prediction modeling tool for left ventricular outflow tract (LVOT) obstruction after transcatheter mitral valve replacement (TMVR)[J]. Catheter Cardiovasc Interv,2018,92(2):379-387.
[14] Wang D D, Eng M, Kupsky D, et al. Application of 3-Dimensional Computed Tomographic Image Guidance to WATCHMAN Implantation and Impact on Early Operator Learning Curve: Single-Center Experience[J]. JACC Cardiovasc Interv,2016,9(22):2329-2340.
[15] Avenatti E, Barker C M, Little S H. Tricuspid regurgitation repair with a MitraClip device: the pivotal role of 3D transoesophageal echocardiography[J]. Eur Heart J Cardiovasc Imaging,2017,18(3):380.
[16] Muraru D, Veronesi F, Maddalozzo A, et al. 3D printing of normal and pathologic tricuspid valves from transthoracic 3D echocardiography data sets[J]. Eur Heart J Cardiovasc Imaging,2017,18(7):802-808.
[17] Harb S C, Rodriguez L L, Svensson L G, et al. Pitfalls and Pearls for 3-Dimensional Printing of the Tricuspid Valve in the Procedural Planning of Percutaneous Transcatheter Therapies[J]. JACC Cardiovasc Imaging,2018,11(10):1531-1534.
[18] Cabasa A S, Eleid M F, Rihal C S, et al. Tricuspid Valve Replacement: A Percutaneous Transfemoral Valve-in-Ring Approach[J]. JACC Cardiovasc Interv,2015,8(8):1126-1128.
[19] Wang Q, Primiano C, Mckay R, et al. CT image-based engineering analysis of transcatheter aortic valve replacement[J]. JACC Cardiovasc Imaging,2014,7(5):526-528.
[20] Kulp S, Gao M, Zhang S, et al. Using high resolution cardiac CT data to model and visualize patient-specific interactions between trabeculae and blood flow[J]. Med Image Comput Comput Assist Interv,2011,14(Pt 1):468-475.
[21] Engelhardt S, Sauerzapf S, Brcic A, et al. Replicated mitral valve models from real patients offer training opportunities for minimally invasive mitral valve repair[J]. Interact Cardiovasc Thorac Surg,2019,29(1):43-50.
[22] Mazomenos E B, Chang P L, Rippel R A, et al. Catheter manipulation analysis for objective performance and technical skills assessment in transcatheter aortic valve implantation[J]. Int J Comput Assist Radiol Surg,2016,11(6):1121-1131.
[23] Hashimoto D A, Rosman G, Rus D, et al. Artificial Intelligence in Surgery: Promises and Perils[J]. Ann Surg,2018,268(1):70-76.
l 作者
毛予、翟蒙恩、金屏、刘洋、杨剑
文章转载自:严道医声
l 谷专栏 l
欢迎高校及科研机构、企业科学家加入谷专栏,与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果,欢迎扫描下方图片二维码提交您的信息。
延伸阅读:
模仿天然心脏瓣膜的复杂性,3D打印瓣膜让患者的细胞渗入支架(一)人工智能在3D打印领域的应用综述 l 人工智能赋能3D打印
Fraunhofer科学家使用纯几何和算法消除多材料3D打印中的阶梯伪影
知之既深 行之则远
三维世界|全球视角
白皮书下载 l 请申请3D科学谷QQ群:106477771
投稿或合作请加微信 l daisylinzhu或将稿件发送至 l 2509957133@qq.com
▲
更多关注请登陆www.3dsciencevalley.com