Acronimo: SBOM-AI
Titolo: Set up and validation of total small bowel length measurement using computed tomography and magnetic resonance imaging with 3D reconstruction and artificial intelligence tool in obese patients candidates to metabolic surgery
Responsabile scientifico: prof.ssa Chiara Giulia FONTANELLA - Dipartimento di Ingegneria Industriale-Università degli Studi di PADOVA
Coordinatore: prof. Niccolò PETRUCCIANI– Università degli Studi di ROMA “LA SAPIENZA”
Partern-Unità di ricerca: Università degli Studi di NAPOLI FEDERICO II, Dipartimento di Ingegneria Industriale-Università degli Studi di PADOVA
Bando: PRIN 2022 - Decreto Direttoriale n. 104 del 02-02-2022
Durata: 16/10/2023 – 15/10/2025 (24 mesi)
Budget totale progetto: € 207.174,00

Abstract del Progetto

Total small bowel length (TSBL) represents a crucial parameter to achieve a safe and successful minimally invasive metabolic/bariatric bypass surgery. Nowadays, the standard of small bowel measurement is represented by the intraoperative stretch measurement. Laparoscopy represents the standard approach, making the TSBL measurement time consuming with eventual risk of intestinal injuries.

An accurate and effective non-invasive preoperative measurement of the TSBL, will allow assessing the variability of the TSBL, which impacts on surgical strategy. Cross sectional imaging might play an important role in this setting due to the possibility to measure in a non-invasive manner the TSBL. Some studies performed with both Computed Tomography (CT) and Magnetic Resonance (MR) scanners report promising results. However, they are limited by the small sample size and by the lack of standardized automatic method based on artificial intelligence.

The assessment of a reliable preoperative method to measure by cross-sectional imaging the TSBL will potentially reduce intraoperative complications and long-term insufficient weight loss or nutritional deficiencies. In that scenario a possible solution might be the implementation of the analysis method troughs the development of an Artificial Intelligence (AI) algorithm able to automatically segment the small bowel.

The PRIMARY END POINT of the present study is to set up and validate a reliable and reproducible automatized method using preoperative radiological imaging to measure the total small bowel length in patients candidate to laparoscopic bariatric/metabolic surgery.

The main steps of the project will be.

1. to assess in a large cohort of obese patients the feasibility of both CT and MR imaging techniques in the preoperative assessment of the total small bowel length with the intraoperative laparoscopic measurement (stretch method) as reference standard.

2. to evaluate the most accurate cross-sectional imaging between CT and MR to measure small bowel length.

3. to build an Artificial Intelligence tool able to automatically measure the TSBL on the cross-section imaging.

ITALIANO

La lunghezza totale dell'intestino tenue (TSBL) rappresenta un parametro cruciale per ottenere un trattamento minimamente invasivo sicuro e di successo per la chirurgia di bypass metabolico/bariatrico. Al giorno d'oggi, lo standard della misurazione dell'intestino tenue è rappresentato dalla misurazione intraoperatoria. La laparoscopia rappresenta l'approccio standard, rendendo la misurazione del TSBL dispendiosa in termini di tempo.

Diventa quindi necessario individuare altre tecniche di misurazione, al fine di ottimizzare l’intervento chirurgico, diminuendone i tempi ed i possibili rischi per i pazienti. Un metodo preoperatorio affidabile per misurare il TSBL, risulta essere l’utilizzo di immagini sia di Tomografia Computerizzata (TC) che con Risonanza Magnetica (MR), grazie alla possibilità di misurare in modo non invasivo il TSBL. Alcuni studi eseguiti con tali tecniche riportano risultati promettenti sebbene presentino dei limiti legati alla numerosità delle acquisizioni, alla mancanza di una tecnica standardizzata e alla mancanza di un metodo di misurazione automatico basato sull'Intelligenza Artificiale (Artificial inteligence, AI). In questo scenario una possibile soluzione è l'implementazione del metodo di analisi di immagini biomedicali (TC e MR) attraverso lo sviluppo di un algoritmo AI in grado di segmentare automaticamente l'intestino tenue, valutandone automaticamente la lunghezza.

Una misurazione preoperatoria non invasiva accurata ed efficace del TSBL, consentirà di valutare la variabilità del TSBL ottenendo un parametro importante per la definizione della migliore strategia chirurgica, riucendo potenzialmente le complicanze intraoperatorie e la possibile perdita di peso a lungo termine o di carenze nutrizionali.

L'END POINT PRIMARIO del presente studio è quello di impostare e convalidare un metodo automatizzato affidabile e riproducibile utilizzando l’imaging radiologico preoperatorio per misurare il TSBL in pazienti candidati a chirurgia bariatrica/metabolica laparoscopica.

Le fasi principali del progetto saranno:

1. identificare un'ampia coorte di pazienti obesi, acquisire TC e RM nel preoperatorio e valutare la TSBL con la misurazione laparoscopica intraoperatoria (stretch method) come standard di riferimento.

2. valutare da TC e RM la lunghezza dell'intestino tenue.

3. costruire uno strumento AI in grado di misurare automaticamente il TSBL da TC e RM.