Autonomer Konstruktionsassistent zur Aneurysmenrepartur

Herz-Kreislauf-Erkrankungen treten in westlichen Gesellschaften immer häufiger auf, und das abdominale Aortenaneurysma (AAA) ist eine der tödlichsten. Wenn ein AAA reißt, liegt die Sterblichkeitsrate bei etwa 90 %. In der Vergangenheit war die offene Operation der Behandlungsstandard, doch in den frühen 1990er Jahren wurde eine weniger invasive Methode namens endovaskuläre Aneurysmareparatur (EVAR) eingeführt. Bei der EVAR wird ein Stentgraft eingesetzt, um ein Reißen des Aneurysmas zu verhindern. Obwohl es sich hierbei um eine wesentlich weniger invasive Behandlungsform handelt, gibt es immer noch Herausforderungen, wie z. B. dass der Stent nicht richtig abdichtet (was zu Undichtigkeiten führt) oder sich aus seiner vorgesehenen Position verschiebt. Um die Sicherheit und langfristige Wirksamkeit von EVAR zu verbessern, muss jede EVAR auf die individuellen, patientenspezifischen Bedingungen zugeschnitten werden, um die bestmögliche Behandlung zu gewährleisten. Derzeit hängt die Auswahl des richtigen Stentgraft-Designs nicht nur weitgehend von der Erfahrung des/der ChirurgIn ab, sondern die Auswahl an Stentgrafts ist zudem auf eine begrenzte Anzahl von Standardlösungen beschränkt. Dies ist eigentlich ein veralteter Ansatz, da Fortschritte in der additiven Fertigung, wie z. B. Elektrospinnen und selektives Laserschmelzen, es nun ermöglichen, maßgeschneiderte Stentgrafts der nächsten Generation für bessere Patientenergebnisse herzustellen. Aber wie findet man das bestmögliche Design für jeden Patienten? In diesem Projekt entwickeln wir einen auf künstlicher Intelligenz (KI) basierenden Designassistenten, um maßgeschneiderte Stenttransplantate für jeden Patienten zu entwerfen. Der KI-Assistent wird in der Lage sein, neue Designs von Grund auf zu erstellen. Er wird in der Lage sein, die Leistung dieser Designs auf der Grundlage physischer Modelle zu bewerten, und wird darauf trainiert sein, die Designs an einzelne Patienten anzupassen.