Machine learning als hulpmiddel bij risicovoorspelling na EVAR?

Het recente artikel “Machine Learning Based Prediction of Post-operative Infrarenal Endograft Apposition for Abdominal Aortic Aneurysms” van Van Veldhuizen onderzoekt het gebruik van machine learning om preoperatief het risico op een type 1A endoleak in te schatten.

Op basis van preoperatieve CTA-beelden werd een model ontwikkeld om de postoperatieve sealing zone te voorspellen (cut-off: 10 mm).
147 patiënten werden geanalyseerd (waarvan 54 met een late type 1A endoleak). Het beste scorende model – gradient boosting – behaalde een accuratesse van 77%, met een sensitiviteit van 0,70 en een specificiteit van 0,79.

Deze studie onderstreept de potentie van AI-gebaseerde voorspellingsmodellen in het verbeteren van patiëntselectie en besluitvorming bij EVAR.

Auteur: W.A. Van Veldhuizen, UMCG
Jean-Paul de Vries

>Lees hier het volledige artikel.