Resumen
Las Malformaciones Arteriovenosas (MAV) cerebrales son lesiones vasculares del desarrollo del sistema circulatorio donde un grupo focal de arterias se unen en forma anómala con venas a través de un conglomerado de vasos tortuosos llamado nido. Afectan a 15-18 de cada 100.000 personas y pueden transformarse en una enfermedad catastrófica si este frágil nido se rompe causando un sangrado y hemorragia intracerebral, con graves consecuencias como muerte o discapacidad permanente. Una de las formas de tratamiento es una técnica mínimamente invasiva que lleva a ocluir el nido de la MAV mediante la utilización de microcatéteres e inyectando por vía endovascular materiales de embolización líquido adhesivos o no adhesivos; sin embargo, las MAV siguen representando un gran desafío técnico por su compleja y variada arquitectura, por lo que el desarrollo de modelos que permitan su mejor comprensión y eventualmente entrenamiento terapéutico es de suma utilidad. A partir del desarrollo y conocimiento en microfluidos en los últimos años, se ha logrado crear modelos de MAV usando impresoras 3D para estudiar las complejas arquitecturas de una MAV para entrenamiento en cirugías de embolización. Desarrollar modelos de MAV más certeros implica determinar ciertos patrones que el sesgo de la observación humana no permite crear. Es por ello que el uso aplicado de la Inteligencia artificial (IA) mediante redes neuronales convolucionales puede contribuir significativamente en la definición de estos patrones que permitan diseñar mejores modelos de MAV para estudios neuroradiológicos médicos y para mejorar tratamientos clínicos a partir de un framework de diseño con IA.
Details
Presentation Type
Theme
KEYWORDS
Redes, Neuronales, Convolucionales, Malformaciones, Arteriovenosas, Cerebrales, Modelo, Estudio, Clínico, 3D
